×
阿列舍·莱昂纳迪斯;霍斯特比肖夫;贾斯娜·马弗

多特征空间。 （英文） Zbl 1006.68917号

模式识别 35，第11期，2613-2627（2002）.
摘要：我们提出了一种新的自组织框架，用于从一组训练图像构造多个低维特征空间。通过特征空间增长，在低维特征空间中系统而稳健地进行图像分组。为了进一步提高鲁棒性，特征空间增长是由许多小组图像（种子）独立启动的。所有这些增长的特征空间都被视为假设，根据MDL原则，根据特征空间选择的选择程序，选择最终的特征空间集作为训练集的有效表示，同时考虑到特征空间包含的图像数量，特征空间的维数及其相应的残差。我们在多个标准图像集上测试了该方法，并证明了该方法在识别率方面的重要性。

引用于三文件

MSC公司：

68单位99 计算方法和应用
68吨10 模式识别、语音识别
68T05型 人工智能中的学习和自适应系统
68T45型 机器视觉和场景理解

关键词：

多特征空间;基于外观的对象表示;主成分分析;视觉学习;图像分组;基于外观的目标识别;降维;基于视图的导航地图

软件：

禁忌搜索;线圈-20
PDF格式BibTeX公司 XML格式引用
\textit{A.Leonardis}等人，模式识别35，No.11，2613--2627（2002；Zbl 1006.68917）
全文： 内政部

参考文献：

[1] 特克，M。；Pentland，A.，《识别特征脸》，J.Cog。神经科学。，3, 1, 71-86 (1991)
[2] Murase，H。；Nayar，S.K.，使用参数特征空间进行物体识别的照明规划，IEEE PAMI，16，12，1219-1227（1994）
[3] S.Yoshimura，T.Kanade，使用多分辨率特征图像基于归一化相关性的快速模板匹配，收录于：IROS’94会议录，1994年，第2086-2093页。；S.Yoshimura，T.Kanade，使用多分辨率特征图像基于归一化相关性的快速模板匹配，收录于：IROS’94会议录，1994年，第2086-2093页。
[4] D.Beymer，T.Poggio，《从一个例子来看人脸识别》，摘自：1995年第五届ICCV会议录，IEEE CS出版社，马里兰州银泉出版社，1995年，第500-507页。；D.Beymer，T.Poggio，《从一个例子来看人脸识别》，载于《1995年第五届ICCV会议录》，IEEE CS出版社，马里兰州银泉出版社，1995年，第500-507页。
[5] Nayar，S.K。；Murase，H。；Nene，S.A.，参数化外观表示，（Nayar，S.K.；Poggio，T.，《早期视觉学习》（1996），牛津大学出版社：牛津大学出版社，131-160
[6] A.Pentland，B.Moghaddam，T.Straner，人脸识别的基于视图和模块化特征空间，技术报告245，麻省理工学院媒体实验室，1994年。；A.Pentland，B.Moghaddam，T.Straner，《人脸识别的基于视图和模块特征空间》，《技术报告245》，麻省理工学院媒体实验室，1994年。
[7] Murase，H。；Nayar，S.K.，《从外观视觉学习和识别三维物体》，国际计算机杂志。愿景，14，5-24（1995）
[8] M.Black，A.Jepson，《Eigentracking:使用基于视图的表示对铰接对象进行鲁棒匹配和跟踪》，载于：ECCV96，Springer，Berlin，1996年，第329-342页。；M.Black，A.Jepson，《Eigentracking:使用基于视图的表示对铰接对象进行鲁棒匹配和跟踪》，载于：ECCV96，Springer，Berlin，1996年，第329-342页。
[9] Leonardis，A。；Bischof，H.，使用特征图像的鲁棒识别，计算。视觉图像理解，78，1，99-118（2000）
[10] R.Rao，基于动态外观的识别，收录于：CVPR’97，IEEE CS，Silver Spring，MD，1997，第540-546页。；R.Rao，《基于动态外观的识别》，收录于：CVPR’97，IEEE CS，马里兰州银泉出版社，1997年，第540-546页。
[11] 坎巴拉特拉，N。；Leen，T.K.，《快速非线性降维》（Cowan，J.D.；Tesauro，G.；Alspector，J.，《神经信息处理系统的进展》，第6卷（1994年），Morgan Kaufmann Publishers，Inc:Morgan Koufmann-Publishers，Inc.Los Altos，CA），152-159
[12] 布雷格勒，C。；Omohundro，S.M.，使用流形学习的非线性图像插值，（Tesauro，G.；Touretzky，D.；Leen，T.，《神经信息处理系统的进展》，第7卷（1995），麻省理工学院出版社：麻省理学学院出版社剑桥，MA），973-980
[13] 辛顿，G.E。；雷沃，M。；Dayan，P.，使用混合线性模型识别手写数字，（Tesauro，G.；Touretzky，D.；Leen，T.，《神经信息处理系统进展》，第7卷（1995年），麻省理工学院出版社：麻省理学学院出版社剑桥，1015-1022
[14] Bishop，C.M。；Tipping，M.E.，数据可视化的层次化潜在变量模型，IEEE Trans。PAMI，20，3，281-293（1998）
[15] B.J.Frey，A.Colmenarez，T.S.Huang，用于人脸识别的局部线性子空间的混合，收录于：CVPR98论文集，IEEE计算机学会，Silver Spring，MD，1998年，第32-37页。；B.J.Frey，A.Colmenarez，T.S.Huang，用于人脸识别的局部线性子空间的混合，收录于：CVPR98论文集，IEEE计算机学会，Silver Spring，MD，1998年，第32-37页。
[16] Schweitzer，H.，将图像数据库组织为可视内容搜索树，IVC，17，7，501-511（1999）
[17] 手套，F。；Laguna，M.，Tabu search，（Reeves，C.R.，《组合问题的现代启发式技术》（1993），Blackwell Scientific Publications:Blackwel Scientical Publication Oxford），70-150·Zbl 0942.90500
[18] S.A.Nene，S.K.Nayar，H.Murase，哥伦比亚物体图像库（COIL-20），TR CUCS-005-96，哥伦比亚大学，纽约，1996。；S.A.Nene，S.K.Nayar，H.Murase，哥伦比亚物体图像库（COIL-20），TR CUCS-005-96，哥伦比亚大学，纽约，1996年。
[19] A.Jaklič，A.Leonardis，F.Solina，《超二次曲面的分割与恢复》，Kluwer学术出版社，多德雷赫特，2000年，第129-132页。；A.Jaklić，A.Leonardis，F.Solina，《超二次曲面的分割和恢复》，Kluwer学术出版社，多德雷赫特，2000年，第129-132页·Zbl 0968.68174号
[20] M.Gu，S.C.Eisenstat，一种稳定快速的奇异值分解更新算法，研究报告YALEU/DCS/RR-966。耶鲁大学，纽黑文，1994年。；M.Gu，S.C.Eisenstat，一种稳定快速的奇异值分解更新算法，研究报告YALEU/DCS/RR-966。耶鲁大学，纽黑文，1994年。
[21] Leonardis，A。；古普塔，A。；Bajcsy，R.，作为几何参数模型搜索的距离图像分割，国际计算杂志。《愿景》，第14期，第253-277页（1995年）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。