📝笔记:SLAM常见问题(五):Singular Value Decomposition(SVD)分解

SVD分解就是一种矩阵拆解术,它能够把任意矩阵ARm×n拆解成3个矩阵的乘积形式,即:

(1)A=UΣVT

其中,URm×mVRn×n都是正交矩阵,即UTU=I,VTV=I,即列向量是正交的单位向量,U称为left single vectorsV称为right single vectorsΣRm×n的对角阵(奇异值),奇异值0且按照顺序降序排列。

MIT Gilbert Strang 教授对 SVD 讲解得很清晰,如下:

此外,Barry讲解的SVD也很精彩。

刚才说了矩阵U,Σ,V的形式,视频中还提到了这三个矩阵的物理意义,即SVD分解可以理解为:任意矩阵都可以分解为(rotation)*(Stretch)*(rotation)的形式。接下来说明一下这三个矩阵是如何来的。

形式: skinny SVD 与 full SVD

一张图可以解释了,上面介绍的SVD形式为skinny SVD 或者 thin SVD,即仅保留了奇异值矩阵 Σ 的非零元素所在的部分,所以它的形状是个方阵。而full SVD保留了奇异值矩阵的非零部分,对应的 UV 为方阵。

通常情况下,skinny SVD使用较多。

此外,还有向量表示形式,如上图最后一行的表示形式,此处不做赘述。

计算 ATA

(2)ATA=(UΣVT)TUΣVT=VΣTUTUΣVT=VΣTΣVT 可见,V正是矩阵ATA的特征向量,而ΣTΣ为矩阵ATA的特征值。

计算 AAT

(3)AAT=UΣVT(UΣVT)T=UΣVTVΣTUT=UΣΣTUT 可见,U正是矩阵AAT的特征向量,而ΣΣT为矩阵AAT的特征值。

所以U,Σ,V都可以通过上述方式来计算。

降维

(4)Σ=[σ1000000σ2000000000σk000000000000000]m×n[σ1000σ2000σk]k×k

其中σ1σ2...σk>0,将Σ中主对角线为0的部分删去,同样的U,V对应的部分删去,SVD分解就变成了下图的形式。

实战

数字例子

有矩阵A,对其进行SVD分解,已知:

(5)A=[143562345074091] 计算ATA以及AAT(6)ATA=[543811781338412471281124253518787135131391328183937]AAT=[8751745154717471147]

对以上两式做特征值分解得到:

1
2
3
4
5
6
7
8
9
10
11
12
V =
0.4269 0.5222 0.1760 -0.5292 -0.4839
0.4087 -0.1757 -0.0655 -0.5258 0.7221
0.2100 -0.4474 -0.7536 -0.1512 -0.4062
0.7389 0.1520 -0.0603 0.6481 0.0853
0.2464 -0.6879 0.6271 -0.0258 -0.2687

U =
0.5095 0.7999 0.3171
0.4285 0.0838 -0.8997
0.7462 -0.5942 0.3001

奇异值:

ΣTΣ=Diag(238.2878,37.3715,12.3407)Σ=Diag(15.4366,6.1132,3.5129)

这与直接调用svd(A)结果是一致的(可能差个正负号)。

最小二乘 least square问题

MIT Gilbert Strang 教授介绍了4种方式来求解最小二乘问题。

问题:Ax=b,求解 x

通常的解法如下:

(7)Ax=bATAx=ATbx=(ATA)1ATb

其中(ATA)1AT称为A的伪逆A,即

(8)A=(ATA)1AT

我们对A进行SVD分解,即 A=UΣVT,则

(9)A=(ATA)1AT=(VΣTUTUΣVT)1VΣTUT=(VΣTΣVT)1VΣTUT=(VΣ2VT)1VΣTUT=VTΣ2V1VΣTUT=VΣ1UT=i=1r1σiviuiTd

其中r=rank(A)。 上面使用到了矩阵求逆交换律:(EFG)1=G1F1E1以及UV的正交矩阵的性质。

所以以上最小二乘的解为:x^=Ab=VΣ1UTb

我们看一下最小二乘的error, 定义 b 的估计值为 b^,它的具体形式如下:

(10)b^=Ax^bPAb=AAb=AVΣ1UTb=UΣVTVΣ1UTb=UUTb

所以PA=UUT,表示投影矩阵,它将b投影到了A的列空间的线性组合,或者说是值域即span(A)。所以:

Ax^ 就是 bspan(A) 上的正交投影

再看一下error e=bb^

(11)e=bb^=bUUTb=(IUUT)bPAb

由于所奇异矩阵U的full形式为Ufull=[U|U],则有:

(12)UfullTUfull=UfullUfullT=I=UUT+UUT

所以: PA=IUUT=UUT

进而最小二乘的误差为 e=UUTb

参考视频《Solving the Least-Squares Problem Using Geometry》

矩阵近似

祭上亲爱的Battle Angel Alita。

原始图像尺寸1440,我们可以对该图像做SVD分解,然后仅保留奇异值的前10,50,100重构图像,比较重构图像与原始图像的质量差异。可见仅仅保留其前10个奇异值时,图像质量遭到了极大破坏(此时仅保留原始图像信息的58.864%),随着奇异值数量的增多,图像质量也会逐渐提升,可以看到当奇异值个数为100时,基本上已经看不出与原图的差异(此时仅保留原始图像信息的87.37%)。由此,我们实现了图像压缩。

下图是保留的奇异值数量与图像质量的关系图,保留的奇异值越多,图像质量越高,图像压缩效果越不明显;反之,奇异值越少,图像质量越差,图像压缩效果越明显。这只是一种非常简单的图像压缩算法,仅作原理验证使用,在实际中用到的概率不是很大。

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
%% simple test of using SVD decomposistion
clear all;
close all;
clc;

% A = [1 4 3 5 6;
% 2 3 4 5 0;
% 7 4 0 9 1]
% A'*A;
% A*A';
%
% [V,Dv] = eig(A'*A);
%
% lambda = wrev(diag(Dv));
% V = fliplr(V)
%
% [U,Du] = eig(A*A');
%
% lambda = wrev(diag(Du));
% U = fliplr(U)

%% LOADING IMAGE
img = imread('alita_origin.png');



ENERGE = 0;
for i = 1:3
[U(:,:,i) D(:,:,i) V(:,:,i)] = svd(double(img(:,:,i))) ;
ENERGE = ENERGE +sum(diag(D(:,:,i)));
end

%% 10
DIM = 10;
ENERGE10 = 0;
for i = 1:3
img_recons10(:,:,i) = U(:,1:DIM,i)*D(1:DIM,1:DIM,i)*V(:,1:DIM,i)';
ENERGE10 = ENERGE10 +sum(diag(D(1:DIM,1:DIM,i)));
end
% figure;
% imshow(mat2gray(img_recons10))
% imwrite(mat2gray(img_recons10),'alita_10.png');

%% 50
DIM = 50;
ENERGE50 = 0;
for i = 1:3
img_recons50(:,:,i) = U(:,1:DIM,i)*D(1:DIM,1:DIM,i)*V(:,1:DIM,i)';
ENERGE50 = ENERGE50 +sum(diag(D(1:DIM,1:DIM,i)));
end
% figure;
% imshow(mat2gray(img_recons50))
% imwrite(mat2gray(img_recons50),'alita_50.png');

%% 100
DIM = 100;
ENERGE100 = 0;
for i = 1:3
img_recons100(:,:,i) = U(:,1:DIM,i)*D(1:DIM,1:DIM,i)*V(:,1:DIM,i)';
ENERGE100 = ENERGE100 +sum(diag(D(1:DIM,1:DIM,i)));
end
% figure;
% imshow(mat2gray(img_recons100))
% imwrite(mat2gray(img_recons100),'alita_100.png');

figure;
set(gcf,'pos',[ 986 414 1274 826])

FONTSIZE = 15;
h(1) = subplot(221);imshow(mat2gray(img));
xlabel('origin Alita');set(gca,'fontsize',FONTSIZE)

h(2) = subplot(222);imshow(mat2gray(img_recons10));
xlabel(['Using 10 singular values: ' num2str(ENERGE10/ENERGE)]);set(gca,'fontsize',FONTSIZE)

h(3) = subplot(223);imshow(mat2gray(img_recons50));
xlabel(['Using 50 singular values: ' num2str(ENERGE50/ENERGE)]);set(gca,'fontsize',FONTSIZE)

h(4) = subplot(224);imshow(mat2gray(img_recons100));
xlabel(['Using 100 singular values: ' num2str(ENERGE100/ENERGE)]);set(gca,'fontsize',FONTSIZE)
set(gcf,'color',[1 1 1])



%% SHOW ENERGY
ENERGY_tmp = zeros(size(img,1),1);
for DIM_ = 1:size(img,1)
for i = 1:3
ENERGY_tmp(DIM_,1) = ENERGY_tmp(DIM_,1) +sum(diag(D(1:DIM_,1:DIM_,i)));
end
end

figure;
FONTSIZE = 30;
ratio = ENERGY_tmp/ENERGE;
X = 1:size(img,1);
plot(X,ratio,'linewidth',5,'color','r');
set(gcf,'color',[1 1 1])
xlabel('Number of Singular values');
ylabel('Image Quality');
set(gca,'fontsize',FONTSIZE)
set(gcf,'pos',[ 986 414 1274 826])

参考