摘要: 为了改进低秩嵌入在数据重构和噪声抑制方面存在的不足,提高特征的识别准确度,提出了一种基于正交投影学习的图像特征提取算法,设计了半二次方的交替方向乘子法用于求解正交投影学习模型。 该模型通过引入正交矩阵保留样本的主要特征,引入范数约束使提取的特征更加显著;使用加权 Schatten p 范数来逼近秩的最优解。为提高模型的鲁棒性并使其适用于有监督场景,将广义相关熵用于数据项建模和分类损失函数的构建。 在不同规模数据集上的实验结果表明,所提模型具有比现有其他模型更优良的特征提取性能。
中图分类号:
张小乾 谈振 王潇 梁芹 万黎明. 基于正交投影学习的图像特征提取算法[J]. 北京邮电大学学报, 2022, 45(5): 85-90,128.
ZHANG Xiaoqian, TAN Zhen, WANG Xiao, LIANG Qin, WAN Liming. Image Feature Extraction Algorithm Based on Orthogonal Projection Learning[J]. Journal of Beijing University of Posts and Telecommunications, 2022, 45(5): 85-90,128.