文件名称：基于流形学习和流形高阶近似的图像距离度量 (2012年)
文件大小：1.99MB
文件格式：PDF
更新时间：2024-06-09 08:31:01
自然科学 论文
为克服切距离方法的不足,提出了流形高阶近似距离(HMD) .HMD度量方法通过最大差异延展方法(MVU)学习出非线性图像流形的内蕴变量,然后在原型图像处用基于流形高阶泰勒展开式的非线性曲面来局部近似图像流形.HMD定义为待识别图像与图像流形的高阶近似曲面间的最小距离,通过计算待识别图像与图像流形上多个基准图像间的HMD距离能够实现图像的分类和识别.人脸识别和手写数字识别的结果表明:HMD距离在识别精度和稳定性上要优于切距离和当前一些典型的图像距离度量方法.