这些天一直收集低秩的概念，因为心目中对于低秩没有实际具象化的概念理解，导致在看一些论文时，一直卡着无法进展。
无意在知乎看到了几个关于低秩的回答，突然豁然开朗。再次摘录几个我认为有用的回答。回答均来自知乎用户。
首先说说何为秩（rank）？
这篇回答中，提及一点，秩与秩之间时相互不相关的概念，而秩可以时认为相似的集合，在线性代数中是可以线性代数表示的。
还有以下这个回答，当初是点醒我的回答，举例非常浅显易懂，其中也有低秩的理念在：
而分成的几个类，也就是几个秩。
下面选取和我研究方向相关的图像相关的关于低秩的回答：
以下这一篇回答，不仅对低秩的概念进行了阐述，并在这基础上对图像处理中很常用的稀疏表示有详细的表述。
作者在回复中更加提及一点稀疏和低秩在应用上的不同，往往对向量谈稀疏，矩阵谈低秩（其实矩阵低秩也是在一组特殊的基底下稀疏）。
补充一些数学上概念性的回答：
数学上和图像相关的简单回答：
最后，为了尊重原回答者，这篇文章也初始设为转载。