面向图像集识别的格拉斯曼流形学习互子空间方法
计算机视觉与模式识别
2021-11-09 v1
摘要
本文解决给定一组图像作为输入（例如多相机源和视频帧）的物体识别问题。基于卷积神经网络（CNN）的框架不能有效利用这些集合，其将模式作为观测值处理，未考虑集合中图像的方差，因而无法捕捉底层特征分布。为解决此问题，我们提出格拉斯曼流形学习互子空间方法（G-LMSM），一种嵌入于 CNN 顶部的神经网络层作为分类器，能更有效地处理图像集并以端到端方式训练。图像集由低维输入子空间表示；该输入子空间通过其规范角的相似性（一种可解释且易于计算的度量）与参考子空间匹配。G-LMSM 的核心思想是将参考子空间学习为格拉斯曼流形上的点，利用黎曼随机梯度下降进行优化。该学习稳定、高效且理论依据充分。我们在手形识别、人脸识别和面部情绪识别上展示了所提方法的有效性。
引用
@article{arxiv.2111.04352,
title = {Grassmannian learning mutual subspace method for image set recognition},
author = {Lincon S. Souza and Naoya Sogi and Bernardo B. Gatto and Takumi Kobayashi and Kazuhiro Fukui},
journal= {arXiv preprint arXiv:2111.04352},
year = {2021}
}