模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2023, Vol. 36 Issue (6): 556-571    DOI: 10.16451/j.cnki.issn1003-6059.202306006
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于非负正交矩阵分解的多视图聚类图像分割算法
张荣国1, 曹俊辉1, 胡静1, 张睿1, 刘小君2
1.太原科技大学 计算机科学与技术学院 太原 030024;
2.合肥工业大学 机械工程学院 合肥 230009
Non-negative Orthogonal Matrix Factorization Based Multi-view Clustering Image Segmentation Algorithm
ZHANG Rongguo1, CAO Junhui1, HU Jing1, ZHANG Rui1, LIU Xiaojun2
1. College of Computer Science and Technology, Taiyuan University of Science and Technology, Taiyuan 030024;
2. School of Mechanical Engineering, Hefei University of Technology, Hefei 230009

全文: PDF (4207 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 多视图聚类在应对非线性结构数据上具有一定优势,却存在需要后处理和时间效率较低等缺点.针对这一问题,文中提出基于非负正交矩阵分解的多视图聚类图像分割算法.首先,提取图像多视图数据,使用流形学习非线性降维方法获取每个视图的谱嵌入矩阵,构建相应的谱块结构.再设计自适应权值,将谱块结构融合成一致性图矩阵.然后,对一致性图矩阵进行非负正交矩阵分解,获取非负嵌入矩阵.最后,由非负嵌入矩阵获得多视图特征的聚类,进而得到图像分割结果.在5个数据集上的对比实验表明,文中算法在分割精度和时间效率上都有一定提升.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
张荣国
曹俊辉
胡静
张睿
刘小君
关键词 流形学习谱结构融合非负正交矩阵分解图像分割多视图聚类    
Abstract:Multi-view graph clustering shows some advantages in dealing with nonlinear structured data, but it exhibits drawbacks such as the need of post-processing and low time efficiency. To solve this problem, a non-negative orthogonal matrix factorization based multi-view clustering image segmentation algorithm(NOMF-MVC ) is proposed. Firstly, multi-view data of an image is extracted, and the manifold learning nonlinear dimensionality reduction method is employed to obtain the spectral embedding matrix of each view. Corresponding spectral block structure is constructed and it is fused into a consistency graph matrix via designed adaptive weights. Secondly, the non-negative embedding matrix is obtained by the non-negative orthogonal matrix factorization of the consistency graph matrix. Finally, the clustering of multi-view features is performed by the non-negative embedding matrix, and thereby image segmentation results are yielded. Comparative experiments on five datasets show certain improvements in segmentation accuracy and time efficiency achieved by NOMF-MVC.
Key wordsManifold Learning    Spectral Structure Fusion    Non-negative Orthogonal Matrix Factorization    Image Segmentation    Multi-view Clustering   
收稿日期: 2023-03-16     
ZTFLH: TP391.41  
基金资助:国家自然科学基金项目(No.51875152)、山西省自然科学基金项目(No.202203021211206,202203021211189)、山西省教育厅项目(No.2022YJJG192)、山西省研究生创新项目(No.2022Y700)资助
通讯作者: 张荣国,博士,教授,主要研究方向为图像处理、计算机视觉、模式识别.E-mail:rg_zh@163.com.   
作者简介: 曹俊辉,硕士研究生,主要研究方向为图像处理、计算机视觉.E-mail:1635024363@qq.com. 胡 静,博士,教授,主要研究方向为图像处理,模式识别.E-mail:279641292@qq.com. 张 睿,博士,副教授,主要研究方向为图像处理、计算机视觉.E-mail:zhangrui@tyust.edu.cn. 刘小君,博士,教授,主要研究方向为现代设计理论与方法、模式识别.E-mail:liuxjunhf@163.com.
引用本文:   
张荣国, 曹俊辉, 胡静, 张睿, 刘小君. 基于非负正交矩阵分解的多视图聚类图像分割算法[J]. 模式识别与人工智能, 2023, 36(6): 556-571. ZHANG Rongguo, CAO Junhui, HU Jing, ZHANG Rui, LIU Xiaojun. Non-negative Orthogonal Matrix Factorization Based Multi-view Clustering Image Segmentation Algorithm. Pattern Recognition and Artificial Intelligence, 2023, 36(6): 556-571.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202306006      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2023/V36/I6/556
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn