A Review of Fast L1-Minimization Algorithms for Robust Face Recognition

A Review of Fast L1-Minimization Algorithms for Robust Face Recognition

 @作一个算法工程师往往会碰到许多难题,尤其是数学问题.数学有很强的逻辑性.它需要你有很强的逻辑思维能力,抽象思维能力,符号表达的能力.而这些正是算法工程师头疼的地方.数学讲究它的严谨性,结论的得出是需要一步一步证明得来的.如果算法工程师能够证明出数学的结论,那他对算法的原理已经相当理解了.这,对我来说,是极其困难的.即使我能够熟记整个数学证明过程,我可能也无法理解数学当中的原理.所以,我想借助博客这个途径,跟广大各位博友一起学习算法,一起讨论算法,共同进步.@

liyuanhao1114@163.com

目录：

摘要:　　

        1、介绍　

                  1.1  注释

                  1.2  原对偶内点法

        2、Fast L1-Min Algorithms

                   2.1  Gradient Projection Method

                   2.2  Homotopy Method

                   2.3  Iterative Shrinkage-Thresholding Methods

                   2.4  Proximal Gradient Methods

                   2.5  Augmented Lagrange Multiplier Methods 

        3、Simulation: Random Sparse Signals