格拉斯曼流形降维及应用研究.pdf

Vo1. 44 No. 7 第 44 卷第7 期 计算机科学 2017 年 7 月 COMPUTER SCIENCE July 2017 格拉斯曼流形降维及应用研究 曾青松1 黄晓宇2 钟闰禄1 (广州番禹职业技术学院信息工程学院 广州 511483)1 (华南理工大学经济与贸易学院 广州 510006)2 摘 要 视频人脸识别的核心问题是如何准确、高效地构建人脸模型并度量模型的相似性，为此提出一种维数约;成的 格拉斯曼流形鉴别分析方法以提高集合匹配的性能。首先通过子空间建模图像集合，引入投影映射将格拉斯曼流形 上的基本元素表示成对应的投影矩阵。然后，为解决高维矩阵计算开销大以及在小样本条件下不能有效描述样本分 布的缺陷，引入二维主成分分析方法对子空间的正交基矩阵降维。通过 QR 分解正则化降维后的矩阵，得到一个低 维、紧致的格拉斯曼流形以获得图像集更好的表达。最后将其投影到高维核空间中进行分类。在公开的视频数据库 中的实验结采证明，提出的方法在降低计算开销的同时能够获得较高的正确率，是一种有效的基于集合的对象匹配和 人脸识别方法。 关键词 子空间，集合匹配，格拉斯曼流形，投影度量，二维主成分分析 中圄法分类号 TP39 1. 41 文献标识码 A DOI 10. 11896/j. issn. 1002-137X. 2017. 07. 058 Study on Grassmann Manifold Dimension Reduction and Its Application ZENG Qing-song1 HUANG Xiao-yu2 ZHONG Run-lu 1 (School of Information and Technology ,Guangzhou Panyu Polytechnic ,Guangzhou 511483 ,China)1 (School of Economics and Commerce ,South China University of Technology ,Guangzhou 510006 ,China)2 Abstract The key issues of video based face recognition is how to model facial images and measure the similarity be tween two models. To this end ,a dimension reduction method in the Grassmann manifold was proposed to improve the performance of set matching. Firstly ,an image set is modeled with a subspace ,and the basic element of the Grassmann manifold is presented as the projection matrix by projection mapping. Then ,to solve the problem of computational over head with high dimension matrix ,while the model cannot strictly describe the distribution with fewer samples ,a two di- me