鲁棒多视图协同完整鉴别子空间学习算法

摘要：

为了有效地融合多视图信息并使有利于多视图完整子空间学习的视图主导多视图学习,提出了多视图协同完整子空间学习策略.进一步,为了使对象在潜在完整子空间中的完整特征表示具有更好的鉴别能力,将Fisher鉴别分析引入到了多视图完整子空间学习中.Fisher鉴别分析可以在最小化对象的完整特征表示的类内散度的同时最大化对象的完整特征表示的类间散度.将多视图协同完整空间学习策略和Fisher鉴别分析融合在一起,提出了鲁棒多视图协同完整鉴别子空间学习算法.实验结果表明,所提算法能够有效地融合多视图信息并挖掘鉴别信息,是一种有效的多视图完整子空间学习算法.

关键词：多视图学习、线性鉴别分析、人脸识别、子空间学习

所属期刊栏目：55

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61462048;江西省教育厅科学技术研究项目GJJ151076;九江学院科研项目2015LGYB26;江苏省研究生科研与实践创新计划项目KYCX17_0777

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：108-114,195