基于动态模态分解的图像分类特征
计算机视觉与模式识别
2019-10-09 v1 机器学习
图像与视频处理
机器学习
摘要
尽管机器学习已经取得了突破性的成果，但其发挥如此作用需要海量的数据。即便数据产量处于历史最高水平，几乎所有数据都是未标注的，因此不适合用于训练算法。本文提出一种利用动态模态分解（DMD）提取特征的新方法。实验使用来自 Imagenet 的数据样本进行。学习采用 SVM-linear、SVM-RBF、Random Kitchen Sink 方法（RKS）完成。结果表明，DMD 特征结合 RKS 给出了具有竞争力的结果。
引用
@article{arxiv.1910.03188,
title = {Dynamic Mode Decomposition based feature for Image Classification},
author = {Rahul-Vigneswaran K and Sachin-Kumar S and Neethu Mohan and Soman KP},
journal= {arXiv preprint arXiv:1910.03188},
year = {2019}
}
备注
Selected for Spotlight presentation at TENCON 2019