[发明专利]联合低秩约束跨视角判别子空间学习方法及装置

摘要

本发明的实施方式提供了一种联合低秩约束跨视角判别子空间学习方法及装置。上述方法包括：定义双低秩判别子空间学习式的目标函数；采用有监督的正则化项作为强约束条件，目标函数重新拟定；增加联合异构正则化项将目标函数重新拟定；将图像数据集分成测试集和训练集；利用训练集求解出目标函数值最小化时各个变量的值；目标函数求解后得到特征子空间；通过所述特征子空间投影测试集，得到数据集里所有类别图像的所有特征，最终通过分类器得到所述数据集的识别率。本发明联合异构正则化项作为约束来构造用于特征学习的判别项，其能够将样本的同构和异构信息投影到子空间来用于图像识别和分类任务的判别学习模型中，促进模型自适应性和鲁棒性。

主权项

1.联合低秩约束跨视角判别子空间学习方法，其特征在于，包括：/n将含有多视角的图像数据集分成测试集和训练集，其中，测试集和训练集分别含有两个不同视角的数据集；/n定义双低秩判别子空间学习模型的目标函数，目标函数中第一项对类结构进行低秩约束，矩阵中的元素为对两个不同类别的样本的低维结构相似性的测量，第二项对视图方差进行低秩约束，矩阵中的元素为对两个不同视角的样本的低维结构相似性的测量；/n增加有监督的图像正则化项和用来学习的子空间，并将特征子空间施加正交约束来消除平凡解，以重新拟定目标函数；/n增加联合异构正则化项，以重新拟定目标函数；/n利用训练集，求解出目标函数值最小化时各个变量的值；/n通过目标函数求解后，得到一个特征子空间；/n通过所述特征子空间投影测试集，得到数据集里所有类别图像的所有特征，最终通过分类器将得到所述数据集的识别率。/n