流形上曲线的可逆降维
计算机视觉与模式识别
2011-08-02 v1 微分几何
摘要
本文提出了一种新颖的形状序列低维表示方法。与其它相关工作相比，所提出的降维方法具有可逆性且计算效率更高。理论上，移动标架和平行移动等微分几何工具被成功应用于高维曲线的降维问题。直观上，我们并未为曲线嵌入寻找全局平坦子空间，而是部署了一系列适应曲线及其所在流形几何结构的局部平坦子空间。在实践中，降维与重建算法的实验结果充分体现了所提出的理论创新的优势。
引用
@article{arxiv.1108.0007,
title = {A Invertible Dimension Reduction of Curves on a Manifold},
author = {Sheng Yi and Hamid Krim and Larry K. Norris},
journal= {arXiv preprint arXiv:1108.0007},
year = {2011}
}