文献类型：期刊文章

作　　者：唐科威[1] 刘日升[1,3] 杜慧[1] 苏志勋[1,2]

机构地区：[1]大连理工大学数学科学学院,大连116024 [2]特拉华州立大学应用数学研究中心,美国19901 [3]卡内基梅隆大学机器人研究所,美国15213

出　　处：《自动化学报》

基　　金：中央高校基本科研业务费专项资金;国家自然科学基金-广东联合基金(U0935004)资助~~

年　　份：2011

卷　　号：37

期　　号：9

起止页码：1151-1156

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：传统的基于向量的降维算法,将大小为m×n的灰度图像,作为Rm×n中的向量进行处理.但这种表示方法往往造成图像像素空间局部信息的丢失,因此不能很好地描述图像的结构信息.本质上,灰度图像可以看成是一个二阶张量,而图像的各种特征(如Gabor和LBP特征等)往往需要用更高阶的张量来描述.本文从图像特征的张量表示出发,将新近提出的洛仑兹投影判别法(Lorentzian discriminant projection,LDP)推广到张量空间中,提出张量LDP.对于灰度图像,该方法直接利用图像的灰度矩阵(二阶张量)进行运算,从而很好地保持了图像像素的局部结构信息.另外,该方法还可以自然地推广到高维张量空间来处理更复杂的图像特征,如Gabor和LBP特征等.经人脸和纹理识别实验的验证,该算法效率高且能达到较高的识别率.

关 键 词：张量  数据降维 洛仑兹几何  人脸识别 纹理识别

分 类 号：TP391.41]