基于判别投影表示分类的视觉识别
计算机视觉与模式识别
2017-12-06 v1 人工智能
摘要
基于表示的分类方法，如稀疏表示分类（SRC）和线性回归分类（LRC），已引起大量关注。为获得更好的表示，本文提出一种称为投影表示分类（PRC）的新方法用于图像识别。PRC 基于一个新的数学模型。该模型表示，样本点 在超空间 上的“理想投影”可通过以适当策略迭代计算 在超空间 一条直线上的投影获得。因此，PRC 能够迭代逼近每个对象的“理想表示”以用于分类。此外，进一步提出判别 PRC（DPRC），其通过最大化类间重建误差与类内重建误差之比来获取判别信息。在五个典型数据库上的实验结果表明，所提 PRC 与 DPRC 是有效的，并在若干视觉识别任务上优于其他 SOTA 方法。
引用
@article{arxiv.1712.01643,
title = {Discriminant Projection Representation-based Classification for Vision Recognition},
author = {Qingxiang Feng and Yicong Zhou},
journal= {arXiv preprint arXiv:1712.01643},
year = {2017}
}
备注
Accepted by the Thirty-Second AAAI Conference on Artificial Intelligence (AAAI-18)