多视角数据缺失补全

来源：软件学报杂志2018年第4期北京时间：

作者：杨旭,朱振峰,徐美香,张幸幸

单位：杨旭，北京交通大学 计算机科学与信息技术学院, 北京 100044;现代信息科学与网络技术北京市重点实验室(北京交通大学), 北京 10004411,朱振峰，北京交通大学 计算机科学与信息技术学院, 北京 100044;现代信息科学与网络技术北京市重点实验室(北京交通大学), 北京 10004402,徐美香，北京交通大学 计算机科学与信息技术学院, 北京 100044;现代信息科学与网络技术北京市重点实验室(北京交通大学), 北京 10004403,张幸幸，北京交通大学 计算机科学与信息技术学院, 北京 100044;现代信息科学与网络技术北京市重点实验室(北京交通大学), 北京 10004404

摘要：随着信息技术的快速发展，现实生活中不断涌现出大量的多视角数据，由此应运而生的多视角学习已成为机器学习领域的研究热点.然而，在数据获取过程中，由于收集的难度、高额成本或设备故障等问题，往往导致收集到的多视角数据出现视角缺失，这使得一些多视角学习方法无法有效进行.为此，提出一种基于视角相容性的多视角数据缺失补全方法.通过监督的共享子空间学习，获得与每类多视角数据相对应的共享子空间，从而建立视角相容性判别模型.与此同时，基于共享子空间重构误差等同分布的假设，提出了针对视角缺失的多视角数据的共享表征获取方法，实现多视角缺失数据的预补全.在此基础上，进一步通过多元线性回归实现缺失视角的精确补全.此外，还把所提出的视角补全方法拓展到解决含有噪声的多视角数据的降噪问题.在UCI、COIL-20以及人工合成数据集上的实验结果验证了所提算法的有效性.

关键词：多视角学习;缺失数据补全;共享子空间学习;视角相容性;跨媒体计算

基金资助：国家自然科学基金（61572068，61532005）；中央高校基本科研业务费专项基金（2015JBM039）