| 基于隐式低秩表示的联合投影学习算法及图像识别 |
| |
| 引用本文： | 牛强,陈秀宏.基于隐式低秩表示的联合投影学习算法及图像识别[J].激光与光电子学进展,2019,56(14):88-97. |
| |
| 作者姓名： | 牛强 陈秀宏 |
| |
| 作者单位： | 江南大学数字媒体学院,江苏无锡,214122;江南大学数字媒体学院,江苏无锡,214122 |
| |
| 基金项目： | 2017年江苏省研究生实践创新计划 |
| |
| 摘 要： | 隐式低秩表示(LatLRR)作为经典的无监督特征提取算法已应用于模式识别领域。然而该算法得到的特征维数无法降低,且由于算法分别学习2个低秩矩阵,因此无法保证整体最优;另外,算法忽略了样本在学习过程中存在的残差。为解决这些问题,提出了一种基于隐式低秩表示的联合投影学习算法。使用投影矩阵和恢复矩阵近似地表示隐式低秩表示中的投影矩阵,使算法在降维的同时可提取判别特征;联合学习投影矩阵、恢复矩阵和低秩矩阵,矩阵间相互提升,从获得的投影中可以提取出更多的判别特征,同时在算法模型中约束样本在投影学习中存在的残差;最后采用交替迭代方法求解该模型。在多个数据集上进行实验,结果说明算法在有效降维的同时能进一步提高判别能力。
|
| 关 键 词： | 图像处理 模式识别 特征提取 人脸识别 隐式低秩表示 |
Image Recognition Using Joint Projection Learning Algorithm Based on Latent Low-Rank Representation |
| |
| Niu Qiang,Chen Xiuhong.Image Recognition Using Joint Projection Learning Algorithm Based on Latent Low-Rank Representation[J].Laser & Optoelectronics Progress,2019,56(14):88-97. |
| |
| Authors: | Niu Qiang Chen Xiuhong |
| |
| Affiliation: | (School of Digital Media, Jiangnan University,Wuxi, Jiangsu 214122,China) |
| |
| Abstract: | Niu Qiang;Chen Xiuhong(School of Digital Media, Jiangnan University,Wuxi, Jiangsu 214122,China) |
| |
| Keywords: | image processing pattern recognition feature extraction face recognition latent low-rank representation |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
