针对图像序列的谱深度学习算法

• 作者: 尹宏伟 李凡长
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 图像序列 谱流形学习 混合多流形 局部切空间 层次流形
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 414-426
• 页数: 13页
• 分类号: TP181
• 字数: 10485字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1603047

摘要

为了更好地理解图像序列的隐藏深度信息,需要分析数据的隐藏结构.目前,多采用谱流形学习算法学习高维采样数据的低维嵌入坐标,从而获取数据的隐藏结构.谱流形学习算法一般是基于所研究的高维数据分布在单个流形上的前提假设,并不支持图像序列中存在的多流形结构.结合图像序列的结构特点,提出了一种针对图像序列的谱深度学习算法(spectral deep learning,SDL).通过建立混合多流形模型,保持流形局部变化的平滑和连续,利用流形对齐建立层次流形的映射关系,得到图像序列的深度低维嵌入坐标.最后通过实验证明了算法在混合多流形数据集和图像序列数据集上的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李凡长	苏州大学计算机科学与技术学院	136	774	15.0	18.0
2	尹宏伟	苏州大学计算机科学与技术学院	3	7	2.0	2.0