一种基于Grassmann流形的图像集分类算法研究.pdfVIP

M icrocomputerApplicationsVoi — — — — — — — — — — — — — — — — ．31,No．I,2015 研究与设计 微型电脑应用 2015年第311卷第 1期 ～ — _ - — — — _ — — — - — _ — — _ — _ — — — — — — — — — — — — — — — — — — — —一 — — — — — … 一 … ’ T J ’ ．p J Ⅻ 文章编号：1007—757X(2015)01．0008．06 一 种基于Grassmann流形的图像集分类算法研究 黄淼 ，张 国平 摘 要：当前基于多模型的图像集分类方法通过对每个图像集进行单次聚类来提取局部模型 与其他图像集进行 匹配时使用 ， 固定的聚类。然而，如果环境条件不佳，则可能导致两个最近邻聚类表示 同一对象的不同特征。 针对这一 问题 ，首先，根据 重建误差，在 Grassmann流形上定义两个子空间间的Frobenius范数距离。然后 ， 通过稀疏表示从画廊图像集中提取局部线 性子空间。对每个局部线性子空间，通过联合稀疏表示，利用探测图像集的样本来 自适应构建相应的最近邻子空间。 基于 Honda、ETH-80和 Cambridge—Gesture数据集的实验结果表明，与基于仿射包的图像集距离 (AHISD)、稀疏近似最近邻点 (SANP)和流形判别分析 (MDA)等其他算法相 比，算法的性能更优。 关键词：图像集分类；聚类；Grassmann流形；稀疏表示；最近邻子空间 中图分类号：TP393 文献标志码：A ResearchonImageSetClassificationAlgorithm BasedOilGrassmannM anifolds HuangM iao，ZhangGuoping (SchoolofSoftware，PingdingshanUniversity，Pingdingshan467002，China) Abstract：Existingmulti—modelapproachesforimagesetclassificationextractlocalmodelsbyclusteringeachimagesetindividually onlyonce．with fixedclustersusedofrmatchingwithotherimagesets．However,thismayresultinthetwoclosestclustersto representdifferentcharacteristicsofanobject，duetodifferentundesirableenvironmentalconditions．Inresponsetothisproblem，this paperfirstdefinesaFrobeniusnorm distancebewt eensubspacesoverGrassmannmanifoldsbasedonreconstructionerror．Itthen extractslocallinearsubspaeesfrom agalleryimagesetviasparserepresentation．Foreachlocallinearsubspace，thepaperadaptively constructsthecorrespondingclosestsubspacefromthesamplesofaprobeimagesetbyjointsparserepresentation．Experimentson Honda．ETH一80andCambridge—Gesturedatasetsshow thattheproposedmethodconsistentlyoutperfor