×
李军;陶大成;李雪龙

通过多模式表示图像的概率模型。 （英语） Zbl 1242.68362号

模式识别 45，第11号，4044-4053（2012）.
摘要：对于图像分析，主成分分析（PCA）的一个重要扩展是将图像视为多个样本，这有助于缓解小样本问题。已经提出了各种将图像转换为多个样本的方案。虽然在实践中已经证明是有效的，但这些方案主要基于启发和经验。
在本文中，我们提出了一个概率PCA模型，在该模型中，我们显式地表示了转换方案，并将该方案作为模型的一个随机组成部分。因此，拟合模型会自动学习转换。此外，学习的模型允许我们区分PCA模型可以很好地描述的区域和需要进一步处理的区域。在合成图像和人脸数据集上的实验证明了该模型的特性和实用性。

MSC公司：

68平方英寸10 图像处理的计算方法
62H25个 因子分析和主要成分；对应分析

关键词：

主成分分析;概率模型

软件：

费雷特;线圈-20;NeNMF公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Li}等，模式识别45，No.11，4044--4053（2012；Zbl 1242.68362）
全文： 内政部

参考文献：

[1] Jolliffe，I.，主成分分析（1986），Springer-Verlag·Zbl 1011.62064号
[2] 比克尔，P。；Levina，E.，大型协方差矩阵的正则化估计，《统计年鉴》，36，1，199-227（2008）·Zbl 1132.62040号
[3] 杨，J。；张，D。；Frangi，A.F。；Yang，J.y.，《二维主成分分析：基于外观的人脸表示和识别的新方法》，IEEE模式分析和机器智能汇刊，26，1，1-7（2004）
[4] S.Shan，B.Cao，Y.Su，L.Qing，X.Chen，W.Gao，基于广义协方差矩阵的人脸识别统一主成分分析，收录于：IEEE计算机学会计算机视觉与模式识别会议论文集，2008。；S.Shan，B.Cao，Y.Su，L.Qing，X.Chen，W.Gao，用广义协方差矩阵进行人脸识别的统一主成分分析，收录于：IEEE计算机学会计算机视觉与模式识别会议论文集，2008年。
[5] 小费，M。；Bishop，C.，概率主成分分析，《皇家统计学会杂志》，B辑，61，3611-662（1999）·Zbl 0924.62068号
[6] Hotelling，H.，《将复杂的统计变量分析为主要成分》，《教育心理学杂志》，24417-441（1933）
[7] 特克，M。；Pentland，A.，识别特征脸，认知神经科学杂志，3，1，71-86（1991）
[8] Lee，T.，《独立成分分析：理论与应用》（1998），Kluwer:Kluwer-Boston，MA·Zbl 0910.94004号
[9] Roweis，S。；Saul，L.，通过局部线性嵌入降低非线性维数，《科学》，5500，2323-2326（2000）
[10] Wang，F。；Zhang，C.，线性邻域中的标签传播，IEEE知识与数据工程汇刊，20，1，55-67（2008）
[11] 关，N。；陶，D。；罗，Z。；Yuan，B.，带快速梯度下降的流形正则化判别非负矩阵分解，IEEE图像处理学报，20，7，2030-2048（2011）·Zbl 1372.94098号
[12] 张，T。；陶，D。；李，X。；Yang，J.，面向降维的补丁对齐，IEEE知识与数据工程汇刊，21，9，1299-1313（2009）
[13] 周，T。；陶，D。；Wu，X.，流形弹性网：稀疏降维的统一框架，数据挖掘与知识发现，22，3，340-371（2011）·Zbl 1235.62097号
[14] Schölkopf，B。；Smola，A。；Müller，K.-R.，作为核特征值问题的非线性分量分析，神经计算，10，5，1299-1319（1998）
[15] X.Tian，D.Tao，Y.Rui，针对交互式视频搜索重新存储的稀疏传输学习，ACM多媒体计算、通信和应用汇刊。；X.Tian，D.Tao，Y.Rui，针对交互式视频搜索重新存储的稀疏传输学习，ACM多媒体计算、通信和应用汇刊。
[16] 陶，D。；李，X。；吴，X。；Maybank，S.J.，步态识别的通用张量判别分析和Gabor特征，IEEE模式分析和机器智能汇刊，29，10，1700-1715（2007）
[17] 李，X。；马来亚银行，S.J。；Yan，S。；陶，D。；Xu，D.，步态成分及其在性别识别中的应用，IEEE系统、人与控制论汇刊——B部分：控制论，38，2，145-155（2008）
[18] 杨，J。；Yang，J.，《从图像矢量到矩阵：直接图像投影技术IMPCA与PCA》，模式识别，35,91997-1999（2002）·Zbl 1006.68865号
[19] 张，D。；周，Z.-H。；Chen，S.，人脸识别的对角主成分分析，模式识别，39，140-142（2006）
[20] 陈，S。；Zhu，Y。；张，D。；Yang，J.，基于矩阵模式的特征提取方法：MATPCA和MATFLDA，模式识别字母，26，1157-1167（2005）
[21] Ren，C。；Dai，D.，用于快速降维和特征提取的双线性lanczos分量，模式识别，43，11，3742-3752（2010）·Zbl 1213.68545号
[22] 胡，D。；冯，G。；Zhou，Z.，二维局部保持投影（2DLPP）及其在掌纹识别中的应用，模式识别，40，1，339-342（2007）·Zbl 1103.68758号
[23] Lee，D.D。；Seung，H.S.，通过非负矩阵分解学习对象的各个部分，《自然》，401，788-791（1999）·Zbl 1369.68285号
[24] N.Guan，D.Tao，Z.Luo，B.Yuan，NENMF：求解非负矩阵分解及其变体的最优梯度方法，IEEE信号处理汇刊。；N.Guan，D.Tao，Z.Loo，B.Yuan，NENMF：求解非负矩阵分解及其变体的最优梯度方法，IEEE信号处理汇刊。
[25] 关，N。；陶，D。；罗，Z。；Yuan，B.，非负补丁对齐框架，IEEE神经网络汇刊，22，8，1218-1230（2011）
[26] C.Bishop，贝叶斯PCA，摘自：《神经信息处理系统的进展》，1998年，第382-388页。；C.Bishop，贝叶斯PCA，摘自：《神经信息处理系统进展》，1998年，第382-388页。
[27] Beymer，D。；Poggio，T.，《视觉学习的图像表示》，《科学》，第28期，第5270页，第1905-1909页（1996年）
[28] 小腿，P。；赫斯潘哈，J。；Kriegman，D.，《特征脸与渔夫脸：使用类特定线性投影的识别》，IEEE模式分析与机器智能学报，17，7，711-720（1997）
[29] D.B.Graham，N.M.Allinson，《表征通用人脸识别的虚拟特征签名》，载于：《人脸识别：从理论到应用》，北约ASI F系列，《计算机与系统科学》，1998年第163卷，第446-456页。；D.B.Graham，N.M.Allinson，《通用人脸识别的虚拟特征签名特征化》，载于《人脸识别：从理论到应用》，北约ASI F系列，《计算机与系统科学》，1998年第163卷，第446-456页。
[30] 菲利普斯，P。；Moon，H。；劳斯，P。；Rizvi，S.，人脸识别算法的FERET评估方法，IEEE模式分析和机器智能汇刊，22，10（2000）
[31] K.Messer，J.Matas，J.Kittler，J.Luettin，G.Maitre，XM2VTSbd:扩展M2VTS数据库，收录于：音频和视频生物识别个人验证会议记录（AVBPA99），1999年。；K.Messer，J.Matas，J.Kittler，J.Luettin，G.Maitre，XM2VTSbd:扩展的M2VTS数据库，收录于：音频和视频生物识别个人验证会议记录（AVBPA99），1999年。
[32] 黄光裕，D.芒福德，《自然图像和模型的统计》，载《IEEE计算机学会计算机视觉和模式识别会议论文集》，2000年，第541-547页。；J.Huang，D.Mumford，《自然图像和模型的统计》，载《IEEE计算机学会计算机视觉和模式识别会议论文集》，2000年，第541-547页。
[33] S.A.Nene，S.K.Nayar，H.Murase，哥伦比亚对象图像库（线圈-20），技术报告CUCS-006-96，哥伦比亚大学计算机科学系，1996年。；S.A.Nene、S.K.Nayar、H.Murase，哥伦比亚对象图像库（线圈-20），技术报告CUCS-006-96，哥伦比亚大学计算机科学系，1996年。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。