模式识别与人工智能
2025年4月3日 星期四   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  2017, Vol. 30 Issue (6): 499-508    DOI: 10.16451/j.cnki.issn1003-6059.201706003
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
融合类别和结构信息的多尺度协同耦合度量学习方法*
邹国锋1,傅桂霞1,高明亮1,尹丽菊1,王科俊2
1.山东理工大学 电气与电子工程学院 淄博 255049
2.哈尔滨工程大学 自动化学院 哈尔滨 150001
Multi-scale Collaborative Coupled Metric Learning Method Based on the Fusion of Class and Structure Information
ZOU Guofeng1, FU Guixia1, GAO Mingliang1, YIN Liju1, WANG Kejun2
1.College of Electrical and Electronic Engineering, Shandong University of Technology, Zibo 255049
2.College of Automation, Harbin Engineering University, Harbin 150001

全文: PDF (976 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对不同尺度空间集合中数据样本无法直接匹配的问题,提出融合类别和结构信息的多尺度协同耦合度量学习方法.首先将类别信息作为主要监督信息,样本分布结构信息作为辅助监督信息,构建相关关系矩阵.然后基于该相关关系矩阵构建线性和非线性最优化目标方程,通过最优化目标方程求解将不同尺度数据集合中的数据样本变换至尺度统一的公共空间,最终实现不同尺度空间中数据样本的度量.人脸识别的实验表明,多尺度空间的非线性协同耦合度量是一种有效的度量方法,运算简单方便,能够获得较高的识别率.
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
邹国锋
傅桂霞
高明亮
尹丽菊
王科俊
关键词 多尺度空间 协同耦合度量 相关关系矩阵 最优化目标方程 低维人脸识别    
Abstract:Aiming at the elements matching problem in different scale space sets, multi-scale collaborative coupled metric learning method based on the fusion of class and structure information is proposed. Firstly, the correlation matrix is constructed under the guidance of class information and structure information of sample distribution. The class information is significant for supervision and the structure information is the auxiliary supervision information. The linear and nonlinear optimization objective equations are constructed based on the correlation matrix. By solving the optimization objective equation, the samples are transformed from different scale space datasets into a unified public space for distance measurement. The experimental results of face recognition show that the nonlinear collaborative coupled metric is an effective measurement method and it is simple and convenient with a higher recognition rate.
Key wordsMulti-scale Space    Collaborative Coupled Metric    Correlation Matrix    Optimization Objective Equation    Low Dimensional Face Recognition   
收稿日期: 2016-12-06     
ZTFLH: TP 391.41  
基金资助:国家自然科学基金项目(No.61601266)、山东省自然科学基金项目(No.ZR2016FL14,ZR2015FL029,ZR2015FL034)资助
作者简介: 邹国锋(通讯作者),男,1984年生,博士,讲师,主要研究方向为度量学习、流形学习、生物特征识别、智能监控.E-mail:zgf841122@163.com.
傅桂霞,女,1985年生,博士,讲师,主要研究方向为智能监控、智能机器人.E-mail:fgx45101@163.com.
高明亮,男,1985年生,博士,讲师,主要研究方向为运动目标检测与跟踪.E-mail:sdut_mlgao@163.com.
尹丽菊,女,1972年生,博士,副教授,主要研究方向为空间目标探测与识别、数字媒体技术等.E-mail:ljyin72@163.com.
王科俊,男,1962年生,博士,教授,主要研究方向为模式识别理论及应用、生物特征识别与智能监控、计算生物信息学等.E-mail:wangkejun@hrbeu.edu.cn.
引用本文:   
邹国锋,傅桂霞,高明亮,尹丽菊,王科俊. 融合类别和结构信息的多尺度协同耦合度量学习方法*[J]. 模式识别与人工智能, 2017, 30(6): 499-508. ZOU Guofeng, FU Guixia, GAO Mingliang, YIN Liju, WANG Kejun. Multi-scale Collaborative Coupled Metric Learning Method Based on the Fusion of Class and Structure Information. , 2017, 30(6): 499-508.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201706003      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2017/V30/I6/499
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