Multi-view low-rank dictionary learning for image classification
Multi-view low-rank dictionary learning for image classification
复制标题
用于图像分类的多视图低秩字典学习
DOI：
10.1016/j.patcog.2015.08.012
复制
发表时间：
2016-02
影响因子：
8
通讯作者：
Jing-Yu Yang
中科院分区：
文献类型：
--
作者：
Xinge You;Dong Yue;Ruimin Hu;Jing-Yu Yang
最近，多视图字典学习（DL）技术受到了广泛关注。虽然已经提出了一些多视图DL方法，但是当多个视图中存在大噪声时，它们遭受性能退化的问题。在本文中，我们提出了一种新的多视图DL方法命名为多视图低秩DL（MLDL）的图像分类。具体来说，受低秩矩阵恢复理论的启发，我们提供了一个多视图字典低秩正则化项来解决噪声问题。我们进一步设计了一个结构性的不一致性约束多视图DL，使不同的意见字典之间的冗余可以减少。此外，为了提高分类过程的效率，我们设计了一个分类方案的MLDL，这是基于协同表示的分类的思想。我们将MLDL应用于人脸识别，物体分类和数字分类任务。实验结果证明了该方法的有效性和效率。
Recently, a multi-view dictionary learning (DL) technique has received much attention. Although some multi-view DL methods have been presented, they suffer from the problem of performance degeneration when large noise exists in multiple views. In this paper, we propose a novel multi-view DL approach named multi-view low-rank DL (MLDL) for image classification. Specifically, inspired by the low-rank matrix recovery theory, we provide a multi-view dictionary low-rank regularization term to solve the noise problem. We further design a structural incoherence constraint for multi-view DL, such that redundancy among dictionaries of different views can be reduced. In addition, to enhance efficiency of the classification procedure, we design a classification scheme for MLDL, which is based on the idea of collaborative representation based classification. We apply MLDL for face recognition, object classification and digit classification tasks. Experimental results demonstrate the effectiveness and efficiency of the proposed approach.
登录
查看更多内容
基于 Fisher 判别的低秩矩阵恢复用于人脸识别
影响因子：
8
作者：
Huawen Liu;Daohong Xiang;Xiaoqiao Huang;Jie Yang
通讯作者：
Jie Yang
DOI：
10.1109/taslp.2014.2319157
发表时间：
2014-06
期刊：
IEEE/ACM Transactions on Audio, Speech, and Language Processing
影响因子：
--
作者：
M. Gangeh;Pouria Fewzee;A. Ghodsi;M. Kamel;F. Karray
通讯作者：
M. Gangeh;Pouria Fewzee;A. Ghodsi;M. Kamel;F. Karray
影响因子：
3.1
作者：
Chandrasekaran, Venkat;Sanghavi, Sujay;Willsky, Alan S.
通讯作者：
Willsky, Alan S.
DOI：
--
发表时间：
2011-12
期刊：
--
影响因子：
--
作者：
Paramveer S. Dhillon;Dean P. Foster;L. Ungar
通讯作者：
Paramveer S. Dhillon;Dean P. Foster;L. Ungar
影响因子：
10.6
作者：
Cai, Deng;He, Xiaofei;Zhang, Hong-Jiang
通讯作者：
Zhang, Hong-Jiang