一种改进的图像低维表示方法

摘要：

目的 解决当前方法需要对图像中的相应点手动标记界标,且局限于特定对象或形状变形的问题.方法 提出一种可以同时实现图像颜色、外观和形态的图像低维表示算法.结果 该算法通过将形态和外观的流形约束到低维子空间上,进一步降低了流形学习的采样复杂性.结论 文中方法的性能远优于目前典型的稳健型光流算法和SIFT流算法.在图像编辑和关节学习关任务中取得了令人满意的定性结果.

关键词：图像低维表示、L2范数、稳健型光流算法、SIFT流算法

所属期刊栏目：38

分类号：TP393(计算技术、计算机技术)

资助基金：河南省教育厅重点科技攻关项目13A520786

在线出版日期：2017-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：230-235