图像特征提取与分类超图的学习算法研究.pdf

文档介绍：图像特征提取与分类超图的学****算法研究






重庆大学博士学位论文




学生姓名：黄 晟
指导教师：杨 丹 教 授
张小洪 教 授
专 业：计算机科学与技术
学科门类：工 学


重庆大学计算机学院
二 O 一五年四月
Study of Hypergraph Learning Algorithms
on Image Feature Extraction and
Classification




A Dissertation Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Doctor’s Degree of Engineering
By
Sheng Huang




Supervised by Prof. Yang, Dan
Prof. Xiaohong Zhang
Specialty: Computer Science and Technology



College of Computer Science At
Chongqing University, Chongqing, China
April 2015
中文摘要

摘 要

图像特征提取与分类是计算机视觉、模式识别与图像处理中最重要的研究课题
之一，近几十年来一直广受研究者关注。同时，图像特征提取与分类也是众多计
算机视觉和图像处理课题如场景理解、目标检测、图像检索和医学图像分析等的
研究基础，它们的表现直接影响着这些后续研究工作的性能。
本文分析了图和超图学****在图像特征提取与分类中的研究现状以及超图相对
图的结构优势，从子空间学****超图构建与属性学****三个方面入手，围绕超图学<br****在图像特征提取与分类中的应用进行研究。论文的主要研究工作和创新点如下：
① 针对判别局部保留投影（Discriminant Locality Preserving Projections，简称
DLPP）算法只能通过同类样本之间的两两几何关系来近似描述样本的类别关系的
不足，本文提出了一种新的有监督的子空间学****方法——判别超拉普拉斯投影
（Discrimiant Hyper-Laplacian Projections, 简称 DHLP）算法。DHLP 算法首先有
监督地构建超图以利用超边直观地描述样本的类别关系，然后利用该超图的拉普
拉斯矩阵替换 DLPP 算法中原来基于普通图的拉普拉斯矩阵以学****一个能够保留
样本类别关系的子空间用于图像特征提取。大量实验表明