重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (9): 118-124.doi: 10.3969/j.issn.1674-8425(z).2019.09.017

• “第三届亚洲人工智能技术大会”会议论文选登 • 上一篇    下一篇

面向多模态图像的柯西相关特征学习方法

苏树智,谢 军,高鹏连,邓瀛灏,郑 苹   

  1. 安徽理工大学 计算机科学与工程学院, 安徽 淮南 232001
  • 出版日期:2019-11-01 发布日期:2019-11-01
  • 作者简介:苏树智,男,博士,讲师,主要从事模式识别、多模态数据处理、特征学习等方面的研究,E-mail:sushuzhi@foxmail.com。
  • 基金资助:
    国家自然科学基金资助项目(61806006);安徽省高等学校自然科学研究项目( KJ2018A0083);安徽理工大学青年科学研究基金资助项目(QN2017208)

  • Online:2019-11-01 Published:2019-11-01

PDF (PC)

228

赞

摘要： 协方差矩阵在特征学习中至关重要,但在实际应用中难以获得真实协方差矩阵,通常是利用基于样本数据的样本协方差矩阵来逼近真实协方差矩阵,然而采集的样本数据经常是带有冗余和噪声信息的高维数据,这将导致样本协方差矩阵严重偏离真实协方差矩阵,进而影响特征学习方法的性能。为了解决该问题,利用柯西估计对样本协方差矩阵的奇异值进行纠正,进而形成更加接近真实协方差矩阵的柯西协方差矩阵,然后借助相关分析理论,提出面向多模态图像的柯西相关特征学习方法,即柯西典型相关分析。该方法能够同时从不同的模态学习具有强鉴别力的相关特征。实验结果显示该方法在图像识别中具有一定优越性。

关键词: 多模态特征学习, 柯西协方差矩阵, 相关分析, 图像识别

中图分类号: 

  • TP391