[發(fā)明專利]一種直推式的低秩張量判別性分析方法

有效

• 申請?zhí)枺?/td>: 201710755760.7
• 申請日: 2017-08-29
• 公開（公告）號: CN107609580B
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計）人: 張靜;李征楠;蘇育挺
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/16
• 代理公司: 天津市北洋有限責任專利代理事務(wù)所 12201
• 代理人: 杜文茹

一種直推式的低秩張量判別性分析方法，包括：給出N個圖像集，N個圖像集數(shù)據(jù)矩陣中其中少于N個且大于1個的圖像集數(shù)據(jù)矩陣給出類別標注信息，將N個圖像集提取到的N個特征矩陣映射成格拉斯曼流形上的點；將代表圖像集特征矩陣的格拉斯曼流形上的各個點映射到對稱空間上，成為N個b階對陣矩陣；將N個b階對陣矩陣組合在一起，構(gòu)成張量；構(gòu)建求取張量的判別性低秩表示矩陣的目標函數(shù)；用迭代收斂閾值算法求解目標函數(shù)，得到張量的判別性低秩表示矩陣。本發(fā)明避免了直接以原始圖像集數(shù)據(jù)作為輸入張量，而是基于格拉斯曼流形上的點與點之間的相似度可以通過一個映射轉(zhuǎn)換到歐式空間進行計算，來構(gòu)建張量。

技術(shù)領(lǐng)域

本發(fā)明涉及一種視覺圖像集分類方法。特別是涉及一種考慮尋求格拉斯曼流形上的低秩張量判別性表示，以提高圖像集分類準確率的直推式的低秩張量判別性分析方法。

背景技術(shù)

近年來，隨著照相機技術(shù)和便攜式設(shè)備的快速發(fā)展，出現(xiàn)了大量的圖像集，一個圖像集一般包含一定數(shù)量的同一個事物的圖像，但由于照相角度不同、光照條件不同、或噪聲不同，這些圖像會在外表上有一定的差異。圖像集分類是一個很有前途的技術(shù)，它已經(jīng)在計算機視覺領(lǐng)域引起了研究者很大的興趣，而且有了很多應(yīng)用，比如視頻監(jiān)督、動作識別和人臉識別等。但是由于存在大量的冗余信息、噪聲、和幾何的變異，尋求圖像集分類有代表性的魯棒的特征表示仍然是一個很大的挑戰(zhàn)。關(guān)于此項研究的一個目前的趨勢就是子空間學(xué)習(xí)方法，保留原始空間中的幾何結(jié)構(gòu)信息，發(fā)現(xiàn)隱性的低維特征子空間，比如線性判別性分析(LDA)^[1]、局部保留映射(LPP)^[2]等。后來，人們受到多線性代數(shù)的啟發(fā)，在各種各樣的分類任務(wù)上，提出了許多多線性子空間學(xué)習(xí)方法來處理高維問題，比如多線性主成分分析(MPCA)^[3]、張量典型相關(guān)分析(TCCA)^[4]等。

目前由于低秩表示(LRR)具有很好的性能，人們已經(jīng)關(guān)于低秩表示做了大量的研究工作，并且用它解決了子空間聚類、數(shù)據(jù)分割、人臉識別和目標檢測等問題。基于低秩表示的方法都是嘗試通過尋求最低秩表示來描述數(shù)據(jù)點之間的相似性，探索數(shù)據(jù)的子空間結(jié)構(gòu)，在這方面，Wang等人^[5]提出了一種低秩子空間稀疏表示(LRSR)方法，同時恢復(fù)和分割嵌入子空間。但是，由于低秩表示模型依賴于歐式空間的相似性計算，所以它是不適用于高維數(shù)據(jù)集的，對于高維圖像集數(shù)據(jù)，人們把它映射成格拉斯曼流形上的點，再來計算數(shù)據(jù)之間的相似度，例如，Wang等人^[6]把歐式空間的低秩表示(LRR)延伸到格拉斯曼流形上，用于子空間聚類。相似地，人們也基于張量分解框架提出了許多低秩方法，比如，Dong等人^[7]提出了一個新的低秩張量方法，使用拉普拉斯尺度混合(LSM)方法來給多個幀進行建模和去噪。

雖然以上低秩張量方法已經(jīng)成功地應(yīng)用到了許多分類問題，但它們很少加入判別性信息，而判別性信息已被證明是對提升視覺分類準確率有很大效果的，因此又有一些人提出了一些基于判別性分析的低秩張量表示的方法，例如，Jia等人^[8]為動作分類和圖像恢復(fù)，提出了一種判別性低秩張量表示的方法。可是這些方法只是考慮了歐式空間的數(shù)據(jù)表示，沒有考慮本質(zhì)流形結(jié)構(gòu)。因此本方法考慮尋求格拉斯曼流形上的低秩張量判別性表示，以提高圖像集分類的準確率。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是，提供一種基于格拉斯曼流形上的點與點之間的相似度可以通過一個映射轉(zhuǎn)換到歐式空間進行計算的直推式的低秩張量判別性分析方法。

本發(fā)明所采用的技術(shù)方案是：一種直推式的低秩張量判別性分析方法，包括如下步驟：