穆罕默德·阿里·扎雷(Mohammad Ali Zare Chahooki);纳斯罗拉·莫加达姆·查卡里 基于流形学习的多观测空间形状分类。 (英语) Zbl 1328.68159号 信息科学。 262, 46-61 (2014)。 摘要:流形学习是一种非线性方法,目的是找到一种建设性的方法,将高维空间中的数据嵌入到低维空间中。形状分类的改进是本文的主要方法,它基于特征空间的连续性和语义空间的连续。在这方面,采用非线性方法将形状特征向量映射到一个新的空间,当其语义与人类意见相似时,两个特征向量之间的欧几里德距离将被闭合。该方法通过四种基于轮廓和基于区域的技术描述形状。换句话说,它们被描述为四个观测空间。此外,通过监督的方式融合不同点,从多个观测空间中学习参数空间。实验结果表明,该方法在多种标准形状数据集上进行形状分类的有效性和效率。 引用于1文件 MSC公司: 68T05型 人工智能中的学习和自适应系统 68吨10 模式识别、语音识别 68T45型 机器视觉和场景理解 关键词:物体识别;形状检索;形状注释;有监督流形学习;非线性降维 软件:博士 PDF格式BibTeX公司 XML格式引用 \textit{M.A.Z.Chahooki}和\textit{N.M.Charkari},信息科学。262、46-61(2014年;Zbl 1328.68159) 全文: 内政部 参考文献: [1] 阿拉伊兰,N。;El Rube,I。;卡梅尔,M.S。;Freeman,G.,使用三角区域表示和动态空间扭曲进行形状检索,模式识别。,40, 1911-1920 (2007) ·Zbl 1120.68046号 [2] 阿兰杰洛维奇,O。;Cipolla,R.,使用视频进行人脸识别的正向线性照明流形模型,计算。视觉。图像理解。,113, 113-125 (2009) [3] 阿兰杰洛维奇,O。;Cipolla,R.,从人脸运动流形进行人脸识别的信息论方法,图像视觉。计算。,24, 639-647 (2006) [4] 阿塔拉,E。;Siy,P.,基于轮廓分割多边形多分辨率和弹性匹配的鲁棒形状相似性检索,模式识别。,38, 2229-2241 (2005) [5] Bai,X。;杨晓伟。;Yu,D.G。;Latecki,L.J.,《使用路径相似性的基于骨架的形状分类》,国际期刊《模式识别》。工件。智力。,22, 733-746 (2008) [6] Bai,X。;Yang,X.先生。;Latecki,L.J。;刘,W。;Tu,Z.,通过图转导学习上下文相关形状相似性,IEEE Trans。模式分析。机器。智力。,32, 861-874 (2010) [7] Barshan,E。;Ghodsi,A。;Z.阿齐米法尔。;Jahromi,M.Z.,监督主成分分析:子空间和子流形的可视化、分类和回归,模式识别。,44, 1357-1371 (2011) ·Zbl 1214.62067号 [8] 贝尔金,M。;Niyogi,P.,用于降维和数据表示的拉普拉斯本征映射,神经计算。,15, 1373-1396 (2003) ·Zbl 1085.68119号 [9] Bellman,R.,《自适应控制过程:导览》,第19卷(1961年),普林斯顿大学出版社·Zbl 0103.12901号 [10] Burges,C.J.C.,《特征提取和降维的几何方法-导览》,Data Min.Knowl。迪斯科。,53-82 (2010) [11] 查塔帕塔纳西里,R。;Korsrilabutr,T。;Tangchanachaianan,P。;Kijsirikul,B.,《马氏远程学习算法的新内核化框架》,神经计算,731570-1579(2010) [12] Chahooki,M.A.Z。;查卡里,N.M.,学习形状流形以提高物体识别,马赫。视觉。申请。,24, 33-46 (2013) [14] Chahooki,M.A.Z。;Charkari,N.M.,基于不同度量融合的流形学习的形状检索,IET图像处理。,6, 327-336 (2012) [15] Chang,Y。;胡,C。;费利斯,R。;Turk,M.,面部表情的多角度分析,图像视觉。计算。,24, 605-614 (2006) [16] Cheng,M。;方,B。;Tang,Y.Y。;张,T。;Wen,J.,局部判别子空间中的增量嵌入和学习及其在人脸识别中的应用,IEEE Trans。系统。,人,赛博。,40, 580-891 (2010) [18] Daliri,M.R。;Delponte,E。;Verri,A。;Torre,V.,使用字符串内核进行形状分类,SSPR/SPR,Lect。注释计算。科学。(LNCS),4109297-305(2006) [19] Daliri,M.R。;Torre,V.,形状识别和检索的稳健符号表示,模式识别。,41, 1799-1815 (2008) [20] Daliri,M.R。;Torre,V.,基于核编辑距离的形状识别,计算。视觉。图像理解。,114, 1097-1103 (2010) [22] Demartines,P。;Herault,J.,《曲线成分分析:数据集非线性映射的自组织神经网络》,IEEE Trans。神经网络。,8, 148-154 (2002) [23] Donoho,D.L。;Grimes,C.,Hessian特征映射:高维数据的局部线性嵌入技术,Proc。美国国家科学院。科学。,1005591-5596(2003年)·Zbl 1130.62337号 [24] Dornaika,F。;拉兹卡诺,E。;Sierra,B.,用特征子集选择改进动态面部表情识别,模式识别。莱特。,32740-748(2011年) [25] Elgammal,A。;Lee,C.S.,同胚流形分析(HMA):流形上风格和内容的广义分离,图像视觉。计算。,31, 291310 (2013) [27] 高,X。;田,C.,基于张量子空间分析和视图流形建模的多视图人脸识别,神经计算,723742-3750(2009) [28] 耿,X。;Zhan,D.C。;周振华,监督可视化和分类的非线性降维,IEEE Trans。系统。,人,赛博。,35, 1098-1107 (2005) [29] Ghazal,A.E。;O.巴斯尔。;Belkasim,S.,《最远点距离:傅里叶描述子的新形状签名》,符号过程:图像通信。,24, 572-586 (2009) [30] Hayes,M.H.,Schaum的数字信号处理理论和问题大纲(1999),McGraw-Hill [31] 何,X。;蔡博士。;Han,J.,学习图像检索的最大裕度子空间,IEEE Trans。知识。数据工程,20189-201(2007) [33] 何,X。;Niyogi,P.,《位置保持投影》,高级神经信息。过程。系统。,16, 153-160 (2003) [34] 黄,Y.P。;赵,J。;刘,Y。;罗,S.W。;邹强。;Tian,M.,《利用时间相干原理进行非线性降维》,Inform。科学。,181, 3284-3307 (2011) ·Zbl 1242.68228号 [35] 约翰逊,W。;Lindenstrauss,J.,Lipschitz映射到hilbert空间的扩展,Contemp。数学。,26, 189-206 (1984) ·Zbl 0539.46017号 [36] 乔丹,M。;Kleinberg,J。;Schulkopf,B.,《非线性降维》(2007),施普林格出版社·Zbl 1128.68024号 [37] 卡伯拉索斯,V.G。;帕帕达基斯,S.E。;Amanatiadis,A.,基于格计算(LC)技术的二值图像2D形状学习和识别,J.Math。伊玛格。视觉。(2011) ·Zbl 1255.68155号 [38] Kriegel,H。;KROGER,P。;Zimek,A.,聚类高维数据:关于子空间聚类、基于模式的聚类和相关性聚类的调查,ACM Trans。知识。发现。数据,31-58(2009年) [39] Khotanzad,A。;Hong,Y.H.,Zernike矩不变量图像识别,IEEE Trans。模式分析。机器。智力。,12, 489-497 (1990) [40] 基利奇,K.I。;Abiyev,R.H.,利用分形维数和空隙之间的协同作用改进纹理识别,符号处理。,91, 2332-2344 (2011) ·Zbl 1221.68223号 [41] Kim,香港。;Kim,J.D.,基于区域的形状描述符,旋转、缩放和平移不变,符号处理:图像通信。,16, 87-93 (2000) [42] Kim,W.Y。;Kim,Y.S.,使用Zernike矩的基于区域的形状描述符,符号处理:图像通信。,16, 95-102 (2000) [43] Kruskal,J.B.,通过优化非计量假设的拟合优度实现多维标度,《心理测量学》,29,1-27(1964)·Zbl 0123.36803号 [44] Kuncheva,L.I.,《组合模式分类器:方法和算法》(2004),威利·Zbl 1066.68114号 [45] Latecki,L.J。;Lakamper,R.,基于视觉零件对应关系的形状相似性度量,IEEE Trans。模式分析。机器。智力。,22, 1185-1190 (2000) [46] Lee,K.C.,使用概率外观流形的视觉跟踪和识别,计算。视觉。图像理解。,99, 303-331 (2005) [49] 李,J。;Han,G。;Wen,J。;Gao,X.,用于异常检测的稳健张量子空间学习,Int.J.Mach。学习。赛博。,2, 89-98 (2011) [52] 刘,H。;Yu,L.,《面向分类和聚类的集成特征选择算法》,IEEE Trans。知识。数据工程,17,491-502(2005) [53] Lu,G。;Sajjanhar,A.,适用于基于内容的图像检索的基于区域的形状表示和相似性度量,多媒体系统。,7, 165-174 (1999) [54] 马,A.J。;袁,P.C。;邹,W.W.W。;Lai,J.H.,用于动作识别的监督时空邻域拓扑学习,IEEE Trans。循环。系统。视频技术。(2013) [55] Maaten,J.P.,代尔夫特理工大学Matlab降维工具箱(2012) [56] 梅,Y。;Androutsos,D.,鲁棒仿射不变区域形状描述符:ICA Zernike矩形状描述符和Whitening Zernike矩形状描述符,IEEE Sign.Process。莱特。,16, 877-880 (2009) [57] Neuhaus,M。;Bunke,H.,编辑用于结构模式分类的基于距离的内核函数,pattern Recogn。,39, 1852-1863 (2006) ·Zbl 1096.68140号 [58] 帕森斯,L。;哈克,E。;Liu,H.,高维数据的子空间聚类:综述,SIGKDD Explor。,6, 90-105 (2004) [59] 彭加,S.H。;Kima,D.H。;Leeb,S.L.公司。;Chung,C.W.,使用扇区和轮廓线形状上下文的视觉形状描述符,Inform。科学。,180, 2925-2939 (2010) [61] 乔·H。;张,P。;张,B。;Zheng,S.,学习动态视觉跟踪的内变量保持流形,IEEE Trans。系统。,人,赛博。,40, 868-880 (2010) [62] Rosin,P.L.,《测量形状:椭圆度、直角度和三角度》,马赫数。视觉。申请。,14, 172-184 (2003) [63] 罗斯,V。;Steinhage,V.,使用核函数的非线性判别分析,高级神经信息。过程。系统。,568-574 (1999) [64] Roweis,S.T。;Saul,L.K.,局部线性嵌入的非线性降维,《科学》,290,2323-2326(2000) [65] Sammon,J.W.,《数据结构分析的非线性映射》,IEEE Trans。计算。,100, 401-409 (1969) [66] 肖尔科夫,B。;Smola,A。;Muller,K.R.,作为核心特征值问题的非线性分量分析,神经计算。,10, 1299-1319 (1998) [67] Seung,H.S。;Lee,D.D.,《感知的多种方式》,《科学》,2902268-2269(2000) [68] 沈,C。;林,X。;Shi,Y.,在潜在变量空间中使用子流形投票策略从损坏的轮廓中估计人体姿态,Pattern Recogn。莱特。,30, 421-431 (2009) [69] Shepard,R.N.,《邻近性分析:具有未知距离函数的多维标度》。二、 《心理测量学》,27219-246(1962)·Zbl 0129.12103号 [70] 辛格,C。;瓦利亚,E。;Upneja,R.,精确计算Zernike力矩,Inform。科学。,233, 255-275 (2013) ·Zbl 1284.94013号 [71] Smeulders,A.W.M。;沃林,M。;Santini,S。;古普塔,A。;Jain,R.,早年末基于内容的图像检索,IEEE Trans。模式分析。机器。智力。,22, 1349-1380 (2000) [75] Super,B.J.,《使用概率函数和固定对应从形状数据库检索》,国际J。模式识别。工件。智力。,20, 1117-1137 (2006) [76] Tadavani,P.K。;Ghodsi,A.,学习非线性降维的仿射变换,Lect。注释计算。科学。,6322, 19-34 (2010) [77] Tenenbaum,J.B.,绘制多种感知观察,高级神经信息。过程。系统。,10, 682-688 (1998) [78] Tenenbaum,J.B。;席尔瓦,V。;Langford,J.C.,《非线性降维的全球几何框架》,《科学》,290,2319-2323(2000) [79] Vyas,V.S。;Rege,P.P.,基于修正Zernike矩的几何变换不变纹理分析,基金会。通知。,88, 177-192 (2008) ·Zbl 1154.68503号 [81] Wang,L。;Suter,D.,序列数据流形的视觉学习和识别及其在人体运动分析中的应用,计算机。视觉。图像理解。,110, 153-172 (2008) [82] Wang,L。;Suter,D.,《用于人类行为识别的动态形状流形的学习和匹配》,IEEE Trans。图像处理。,16, 1646-1661 (2007) [83] Wei,C.H。;李毅。;Chau,W.Y。;Li,C.T.,使用合成特征描述全局形状和内部结构的商标图像检索,模式识别。,42, 386-394 (2009) ·Zbl 1181.68259号 [84] 温伯格,K.Q。;Saul,L.K.,《通过半定编程实现图像流形的无监督学习》,国际计算机杂志。视觉。,70, 77-90 (2006) [85] 温伯格,K.Q。;布利泽,J。;Saul,L.K.,《大幅度最近邻分类的距离度量学习》,J.Mach。学习。决议,10(2006年) [86] Wonga,W.T。;施布,F.Y。;Liua,J.,使用支持向量机、傅里叶描述子和自组织映射进行基于形状的图像检索,Inform。科学。,177, 1878-1891 (2007) [87] 肖,B。;Hancock,E。;Yu,H.,用于形状分析的流形嵌入,神经计算,731606-1613(2010) [88] Xiao,R。;赵(Q.Zhao)。;张,D。;石鹏,多流形人脸表情识别,模式识别。,44, 107-116 (2011) ·Zbl 1207.68327号 [89] Yan,S.,《用于人相关姿势估计及后续的同步子流形嵌入》,IEEE Trans。图像处理。,18, 202-210 (2009) ·Zbl 1371.94425号 [92] 张,S。;KeLei,Y.,用于植物叶片识别的改进局部线性判别嵌入,神经计算,742284-2290(2011) [93] 张,D。;Lu,G.,图像检索的不同傅里叶方法的研究和评估,图像视觉。计算。,23, 33-49 (2005) [94] 张,Z。;Zha,H.,《主流形与基于切线空间对齐的非线性降维》,上海大学英语版,第8期,第406-424页(2004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。