一种基于低秩描述的图像集分类方法.pdfVIP

下载本文档

5
0
约2.92万字
约 7页
2017-07-22 发布于上海
举报
版权申诉

一种基于低秩描述的图像集分类方法.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于低秩描述的图像集分类方法

第41卷第2期同济大学学报(自然科学版) V01．41No．2 2013年2月 J(H瓜NAI．0FTONGJIIJNIVERSITY(NAn瓜AI，ScI心CE) Feb．2013 文章编号：0253．374X(2013)02—0271-06 一种基于低秩描述的图像集分类方法吕煊1’2～，王志成1’2，赵卫东1一，刘玉淑4 (1．同济大学CAD研究中心，上海200092；2．同济大学企业数字化技术教育部工程研究中心，上海200092； 3．重庆市国土资源和房屋勘测规划院，重庆400020；4．山东大学信息科学与T程学院，山东济南250100) basedonlow-rank foreach 摘要：保持局部图嵌入的流形鉴别分析方法将图像集所属子 analysis representation(L1迥) set．Mterthelow-rank ofeachset 空间看作流形上的点，并使流形变换前后局部结构关系不 image components being recovered，tothenearest structureof 变．然而在构造局部区域相似图矩阵时，用于描述节点局部 preserve neighbour 区域范围的近邻节点个数会极大地影响算法的准确率，并会 nodeswiththesamelabelandallthedifferentlabel informationthemanifold can achieve 出现变换后流形的可分辨性相比变换前提升很小甚至更低 during mappingalways thebest ontwo datasets 的情况．针对该问题，提出了一种低秩描述下的 image performance．Experiments (15一scenes andCaltechl01)showthatthe Grassmannian流形鉴别分析方法．通过对图像集的低秩描 categories proposed method theclassificationof 述，流形变换中局部嵌入时仅保持同类别节点的最近邻局部 greatlyimproves accuracyimage 结构以及所有节点间的相异类别信息，从而避免了对近邻节 sets．点个数的选择，并增强了变换后流形的可分辨性．由15类复 manifolddiscriminant Keywords：杂自然场景和Cahechl01图像数据集的实验结果表明，该方 representation；imageset；graphembedding 法是可行的，并且极大地提高了图像集分类的准确率．关键词：流形鉴别分析；低秩分解；图像集；局部图嵌人中图分类号：TP391