多视角最远邻相关特征学习在图像识别中的应用分析

摘要

典型相关分析(CCA)是一种经典的交叉视角的特征学习方法,广泛应用于人脸识别、信息融合、情感计算等领域.但是其无法解决多视角信息的特征学习的问题,并且其本身是一种无监督的算法,无法有效地利用标签信息提取鉴别特征.为了解决该问题,本文提出了一个多视角最远邻相关特征学习算法,该算法能够有效地融合多视角的信息并且通过最远邻来模拟类间关系提高相关特征的鉴别力.在公共人脸数据集上进行的对比实验结果也很好地证明了改算法的有效性.