公开(公告)号：CN112149053B

公开(公告)日：2025-05-06

申请号：CN202010835262.5

申请日：2020-08-19

Applicant: 江苏大学

Inventor： 沈项军 ,  周京慧

IPC: G06F17/16 ,  G06F17/14

Abstract: 本发明公开了一种基于低秩关联分析的多视图图像表征方法，通过典型关联分析来探索多视图图像变量的关联结构；通过因子分解获得多视图图像的共同部分及其在样本空间的投影向量；通过低秩表示来对数据进行降维与降噪，从而抑制离群值的影响。本发明的优点在于在噪声密度较高的情况下，通过矩阵因子分解提取多视图图像中的关联信息，根据提取出的共同部分，进一步通过低秩对齐得到更好的低秩结构，达到更好地降噪效果。

公开(公告)号：CN112149053A

公开(公告)日：2020-12-29

申请号：CN202010835262.5

申请日：2020-08-19

Applicant: 江苏大学

Inventor： 沈项军 ,  周京慧

IPC: G06F17/16 ,  G06F17/14

Abstract: 本发明公开了一种基于低秩关联分析的多视图图像表征方法，通过典型关联分析来探索多视图图像变量的关联结构；通过因子分解获得多视图图像的共同部分及其在样本空间的投影向量；通过低秩表示来对数据进行降维与降噪，从而抑制离群值的影响。本发明的优点在于在噪声密度较高的情况下，通过矩阵因子分解提取多视图图像中的关联信息，根据提取出的共同部分，进一步通过低秩对齐得到更好的低秩结构，达到更好地降噪效果。