Grassmann 流形上的低秩表示：一种外在视角
计算机视觉与模式识别
2015-04-09 v1
摘要
许多计算机视觉算法采用子空间模型来表示数据。低秩表示（LRR）已成功应用于子空间聚类，其中数据根据其子空间结构进行聚类。本文探讨了将 LRR 扩展到 Grassmann 流形的可能性。我们没有直接将 Grassmann 流形嵌入到对称矩阵空间中，而是采取了一种外在视角，通过在每個 Grassmann 点的切空间上构建 LRR 的自表示。我们设计并实现了一种用于求解所提出的 Grassmann 流形 LRR 模型的新算法。我们在手写数字数据集、动态纹理视频片段和 YouTube 名人面部视频数据上进行了若干聚类实验。实验结果表明，我们的方法优于许多现有方法。
引用
@article{arxiv.1504.01807,
title = {Low Rank Representation on Grassmann Manifolds: An Extrinsic Perspective},
author = {Boyue Wang and Yongli Hu and Junbin Gao and Yanfeng Sun and Baocai Yin},
journal= {arXiv preprint arXiv:1504.01807},
year = {2015}
}
备注
9 pages