关键词multilinear subspace learning
搜索结果 - 2
- 推进人员识别:基于张量的特征融合和多线性子空间学习
本文提出了一个新颖的人物再识别系统,它结合了张量特征表示和多线性子空间学习。该方法利用预训练的卷积神经网络作为强大的深度特征提取器,结合局部最大出现(LOMO)和高斯特征(GOG)两种互补描述符。然后,使用基于张量的跨视图二次判别分析(TX - 通过张量特征融合提升人物重识别
本文提出了一种基于张量特征表示和多线性子空间学习的新型个人再识别(PRe-ID)系统,该方法利用预训练的 CNN 进行高级特征提取,结合局部极大出现(LOMO)和高斯之高斯(GOG)描述符。此外,使用跨视图二次判别分析(TXQDA)算法进行