用于张量对象分类的多线性主成分分析网络
计算机视觉与模式识别
2014-11-06 v1
摘要
近期提出的主成分分析网络 (PCANet) 已被证明在视觉内容分类方面具有高性能。本文开发了 PCANet 的张量扩展版本，即多线性主成分分析网络 (MPCANet)，用于张量对象分类。与 PCANet 相比，所提出的 MPCANet 更有效地利用了张量对象的空间结构及其各维度间的关系。我们在不同的视觉内容数据集上进行了实验，包括 UCF 体育动作视频序列数据库和 UCF11 数据库。实验结果表明，在张量对象分类任务中，所提出的 MPCANet 比 PCANet 取得了更高的分类准确率。
引用
@article{arxiv.1411.1171,
title = {Multilinear Principal Component Analysis Network for Tensor Object Classification},
author = {Rui Zeng and Jiasong Wu and Zhuhong Shao and Lotfi Senhadji and Huazhong Shu},
journal= {arXiv preprint arXiv:1411.1171},
year = {2014}
}
备注
4 pages, 3 figures