低维格拉斯曼流形鉴别分析

作     者：曾青松 钟闰禄 ZENG Qingsong;ZHONG Runlu

作者机构：广州番禺职业技术学院信息工程学院广东广州511483 

基　　金：广东省自然科学基金项目(2015A030313807) 广州市属高校科研项目(1201610059) 广州市教育系统创新团队建设计划(1201610034) 广州番禺职业技术学院"十三五"科研项目(2016X002) 广东省高等职业教育教学改革项目(201401181) 

出 版 物：《图学学报》 (Journal of Graphics)

年 卷 期：2017年第38卷第1期

页      码：69-75页

摘      要：图像集匹配需要解决如何对集合模型并度量模型之间的相似性的问题,为此提出一种维数约减的格拉斯曼流形鉴别分析方法并用于对象和人脸识别。首先引入投影映射将格拉斯曼流形上的基本元素表示成对应的投影矩阵。然后,为克服高维矩阵在小样本条件下不能有效描述样本分布的缺陷,通过投影度量学习对子空间的正交基矩阵降维得到一个低维、紧致的格拉斯曼流形以获得图像集更好地表达。最后投影到再生核希尔伯特空间中进行分类。在公开的视频数据库中的实验结果证明,该方法能够获得较高的正确率,是一种有效的基于集合的对象匹配和人脸识别方法。

主 题 词：子空间 集合匹配 格拉斯曼流形 投影度量 度量学习 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.11996/JG.j.2095-302X.2017010069

馆 藏 号：203216178...