基于图像协方差无关的增量特征提取方法研究

作者：王肖锋; 孙明月; 葛为民

来源：电子与信息学报, 2019, (11): 2768-2776.

• 模式识别
• 协方差无关
• 特征提取
• 增量学习
• 2维主成分分析 Pattern recognition
• Covariance-free
• Feature extraction
• Incremental learning
• Two-Dimensional Principal Component Analysis(2DPCA)

针对2维主成分分析(2DPCA)算法无法实现在线特征提取及无法体现完整数据结构信息等问题,该文提出一种基于图像协方差无关的增量式2DPCA(I2DPCA)算法。该算法无需对图像协方差矩阵进行特征值分解奇异值分解,复杂度将大为降低,提高了特征提取速度。针对I2DPCA仅提取了横向特征的问题,又提出一种增量式行列顺序2DPCA(IRC2DPCA)算法,该算法对I2DPCA的特征矩阵再次进行纵向特征提取,保留了图像的横向与纵向结构信息,实现了行列两个方向上的特征提取与数据降维。最后,以自建的物块数据集、通用的ORL和Yale人脸数据集分别进行对比实验,结果表明,该文算法在收敛率、分类率及复杂度等性能...

• 单位
  天津理工大学