阿诺普·切里安;苏夫里特·斯拉 正定矩阵:数据表示及其在计算机视觉中的应用。 (英语) Zbl 1355.65031号 Minh,HáQuang(编辑)等人,黎曼几何和应用中的算法进展。用于机器学习、计算机视觉、统计和优化。查姆:施普林格(ISBN 978-3-319-45025-4/hbk;978-3-316-45026-1/电子书)。《计算机视觉和模式识别进展》,93-114(2016)。 摘要:计算机视觉和机器学习中的许多应用依赖于紧凑、有判别力和鲁棒性的数据表示,同时满足几个理想的不变量。最近成功的一种表示是对称正定矩阵。然而,SPD矩阵的建模能力是有代价的:SPD矩阵不是平面欧几里德视图,而是更自然地通过曲线几何(黎曼或其他)来查看,这通常会使问题复杂化。我们将重点放在依赖SPD矩阵几何的模型和算法上,并通过将其转换为图像的协方差描述符,使我们的讨论具体化。我们总结了SPD矩阵上常用的各种距离度量,然后重点介绍了用于解决涉及SPD数据的稀疏编码和字典学习问题的公式和算法。通过实证结果,我们展示了数学模型的优点,该模型利用了SPD数据在不同计算机视觉应用程序中的曲线几何。有关整个系列,请参见[Zbl 1357.53004号]. 引用于4文件 MSC公司: 65D18天 计算机图形、图像分析和计算几何的数值方面 68单位05 计算机图形;计算几何(数字和算法方面) 68T05型 人工智能中的学习和自适应系统 15个B48 正矩阵及其推广;矩阵的锥 关键词:计算机视觉;机器学习;正定矩阵;算法;稀疏编码;字典学习 软件:固化;费雷特;运动类游戏;L-BFGS公司;马诺普特 PDF格式BibTeX公司 XML格式引用 \textit{A.Cherian}和\textit{S.Sra},在:黎曼几何和应用中的算法进展。用于机器学习、计算机视觉、统计和优化。查姆:斯普林格。93-114(2016;Zbl 1355.65031) 全文: 内政部 参考文献: 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。