鲁棒多视图协同完整鉴别子空间学习算法

来源：计算机工程与应用杂志2019年第3期北京时间：

作者：董西伟1，2，王玉伟3，周 军1

单位：1.九江学院 信息科学与技术学院，江西 九江 332005；2.南京邮电大学 自动化学院，南京 210003；3.九江学院 机械与材料工程学院，江西 九江 332005

摘要：为了有效地融合多视图信息并使有利于多视图完整子空间学习的视图主导多视图学习，提出了多视图协同完整子空间学习策略。进一步，为了使对象在潜在完整子空间中的完整特征表示具有更好的鉴别能力，将Fisher鉴别分析引入到了多视图完整子空间学习中。Fisher鉴别分析可以在最小化对象的完整特征表示的类内散度的同时最大化对象的完整特征表示的类间散度。将多视图协同完整空间学习策略和Fisher鉴别分析融合在一起，提出了鲁棒多视图协同完整鉴别子空间学习算法。实验结果表明，所提算法能够有效地融合多视图信息并挖掘鉴别信息，是一种有效的多视图完整子空间学习算法。

关键词：多视图学习,线性鉴别分析,人脸识别,子空间学习