低维格拉斯曼流形鉴别分析

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.

关键词：子空间、集合匹配、格拉斯曼流形、投影度量、度量学习

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：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

在线出版日期：2017-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：69-75