对称正定流形上的凸类模型
计算机视觉与模式识别
2019-05-30 v2
摘要
对称正定(SPD)流形特征在各种计算机视觉任务中的有效性已得到证明。然而,由于这些特征的非欧几何性质,现有的欧氏机器无法直接应用。本文中,我们在SPD流形上处理训练数据有限的分类任务。我们提出的框架名为流形凸类模型,使用凸模型在SPD流形上表示每个类,并且可通过计算到凸模型的距离来执行分类。我们基于不同度量提供三种方法来解决SPD流形上点到凸模型最小距离的优化问题。我们提出框架的有效性在合成数据及若干计算机视觉任务(包括物体识别、纹理分类、行人重识别与交通场景分类)上均得到验证。
引用
@article{arxiv.1806.05343,
title = {Convex Class Model on Symmetric Positive Definite Manifolds},
author = {Kun Zhao and Arnold Wiliem and Shaokang Chen and Brian C. Lovell},
journal= {arXiv preprint arXiv:1806.05343},
year = {2019}
}