基于多线性判别分析网络的张量对象分类
计算机视觉与模式识别
2014-11-06 v1
摘要
本文提出了一种多线性判别分析网络 (MLDANet)，用于识别多维对象（即张量对象）。MLDANet 是线性判别分析网络 (LDANet) 和主成分分析网络 (PCANet) 的变体，这两者均为近期提出的深度学习算法。MLDANet 由三部分组成：1) 通过多线性判别分析 (MLDA) 从张量数据学习到的编码器；2) 从解码器获得的特征图；3) 使用二值哈希和直方图进行特征池化。文中描述了 MLDANet 的学习算法。在 UCF11 数据库上的评估表明，在张量对象分类方面，所提出的 MLDANet 优于 PCANet、LDANet、MPCA + LDA 以及 MLDA。
引用
@article{arxiv.1411.1172,
title = {Tensor object classification via multilinear discriminant analysis network},
author = {Rui Zeng and Jiasong Wu and Lotfi Senhadji and Huazhong Shu},
journal= {arXiv preprint arXiv:1411.1172},
year = {2014}
}
备注
5 pages, 4 figures