针对图像序列的谱深度学习算法

摘要：

为了更好地理解图像序列的隐藏深度信息,需要分析数据的隐藏结构.目前,多采用谱流形学习算法学习高维采样数据的低维嵌入坐标,从而获取数据的隐藏结构.谱流形学习算法一般是基于所研究的高维数据分布在单个流形上的前提假设,并不支持图像序列中存在的多流形结构.结合图像序列的结构特点,提出了一种针对图像序列的谱深度学习算法(spectral deep learning,SDL).通过建立混合多流形模型,保持流形局部变化的平滑和连续,利用流形对齐建立层次流形的映射关系,得到图像序列的深度低维嵌入坐标.最后通过实验证明了算法在混合多流形数据集和图像序列数据集上的有效性.

关键词：图像序列、谱流形学习、混合多流形、局部切空间、层次流形

所属期刊栏目：11

分类号：TP181(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61033013, 60775045

在线出版日期：2017-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：414-426