基于正交投影学习的图像特征提取算法

摘要：

为了改进低秩嵌入在数据重构和噪声抑制方面存在的不足,提高特征的识别准确度,提出了一种基于正交投影学习的图像特征提取算法,设计了半二次方的交替方向乘子法用于求解正交投影学习模型.该模型通过引入正交矩阵保留样本的主要特征,引入范数约束使提取的特征更加显著;使用加权Schatten p范数来逼近秩的最优解.为提高模型的鲁棒性并使其适用于有监督场景,将广义相关熵用于数据项建模和分类损失函数的构建.在不同规模数据集上的实验结果表明,所提模型具有比现有其他模型更优良的特征提取性能.

关键词：图像特征提取、加权Schatten p范数、低秩表示、投影学习

所属期刊栏目：45

分类号：TP391.41(计算技术、计算机技术)

资助基金：四川省科技计划项目2020YJ0432

在线出版日期：2022-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：85-90,128