序列数据中的子空间分割
计算机视觉与模式识别
2015-04-17 v1
摘要
我们提出 Ordered Subspace Clustering (OSC) 以分割从顺序有序的子空间并集中抽取的数据。与 Sparse Subspace Clustering (SSC) 类似，我们将问题表述为寻找稀疏表示的问题，但加入了额外的惩罚项以处理序列数据。我们在红外高光谱、视频和动作捕捉数据上测试了我们的方法。实验表明，我们的方法 OSC 优于最先进的方法：Spatial Subspace Clustering (SpatSC)、Low-Rank Representation (LRR) 和 SSC。
引用
@article{arxiv.1504.04090,
title = {Segmentation of Subspaces in Sequential Data},
author = {Stephen Tierney and Yi Guo and Junbin Gao},
journal= {arXiv preprint arXiv:1504.04090},
year = {2015}
}