基于高阶统计量的DAISY特征向量降维

摘要：

采用DAISY算子描述特征点时,每个特征点会生成一个1×200维度的特征向量.维度较高的特征向量会对后续的工作如特征点匹配等,带来非常大的计算量,严重影响算法的效率.因此,需要采取一定的方法降低特征向量的维度.因此,提出了一种基于三阶统计量的方法.这种方法可以通过提取原始向量中的主成分来降低维度.数值实验中证明,相对于经典的PCA降维算法,所提算法在提取主成分方面有更好的效果,同时可将向量的维数降到更低水平,大大提高了算法效率.

关键词：DAISY描述向量、高阶统计量、双谱分析、特征向量降维

所属期刊栏目：50

分类号：O426(声学)

在线出版日期：2017-09-13（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：1664-1669