基于Grassmann流形的半监督图像集鉴别分析

• 作者: 施鹏飞 肖睿
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: Grassmann流形 图像集 鉴别分析 半监督
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 研究与设计
• 页码范围: 19-22
• 分类号: TP311
• 字数: 3390字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2012.06.006

摘要

提出了基于Grassmann流形的半监督图像集鉴别分析方法.该方法将子空间表示成Grassmann流形上的点,分别用一组单位正交基表示.通过Grassmann核函数,度量子空间的相似度.不同于其他基于Grassmann流形的图像集鉴别分析,引入图嵌入框架,通过保持数据局部邻域结构的同时,最大化不同类别数据的距离,得到最优投影矩阵,并在投影空间中进行图像集分类.采用半监督学习,对于未标记样本,根据其最近邻类别进行估计.实验表明,该方法取得了优于其他图像集识别算法的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施鹏飞	上海交通大学图像处理与模式识别研究所	194	4457	36.0	59.0
2	肖睿	上海交通大学图像处理与模式识别研究所	2	2	1.0	1.0