一种基于迭代式稀疏谱聚类的图像集分类算法

摘要：

现有图像集分类方法无法直接应用于不同类别的子空问,图像集分类既不独、立也不相交 为此,提出一种迭代式稀疏谱聚类算法.每次迭代时利用NCut目标函数将一个母聚类划分为多个更小的子聚类,提升图像集中不同类型噪声的区分性和算法稳健性.为降低谱聚类的计算复杂性,不仪将谱聚类的计算成本降为原先的几分之一,而且提升了聚类质量和最终的分类结果.利用3种标准的脸部图像集合、对象分类以及Cambridge手部姿势数据集进行实验.与7种最新算法的比较结果表明,该算法在各个数据集上的性能均优于其他算法.对于聚类难度最大的Youtube数据集,其性能提升最为明显,比其他算法的最优精度高出11.4％.

关键词：图像集分类、子空间、迭代、谱聚类、计算成本、精度

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：广西自然科学基金资助项目2013GXNSFAA278003

在线出版日期：2016-08-08（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：242-247