一种基于张量和洛仑兹几何的降维方法

• 作者: 刘日升 唐科威 杜慧 苏志勋
• 来源期刊: 自动化学报
• 关键词: 张量 数据降维 洛仑兹几何 人脸识别 纹理识别
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 短文
• 页码范围: 1151-1156
• 页数: 6页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2011.01151

摘要

传统的基于向量的降维算法,将大小为m×n的灰度图像,作为Rm×n中的向量进行处理.但这种表示方法往往造成图像像素空间局部信息的丢失,因此不能很好地描述图像的结构信息.本质上,灰度图像可以看成是一个二阶张量,而图像的各种特征(如Gabor和LBP特征等)往往需要用更高阶的张量来描述.本文从图像特征的张量表示出发,将新近提出的洛仑兹投影判别法(Lorentzian discriminant projection,LDP)推广到张量空间叶,提出张量LDP.对于灰度图像,该方法直接利用图像的灰度矩阵(二阶张量)进行运算,从而很好地保持了图像像素的局部结构信息.另外,该方法还可以自然地推广到高维张量空间来处理更复杂的图像特征,如Gabor和LBP特征等.经人脸和纹理识别实验的验证,该算法效率高且能达到较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏志勋		42	528	11.0	22.0
2	刘日升		7	12	2.0	3.0
3	唐科威		1	0	0.0	0.0
4	杜慧		1	0	0.0	0.0