本文選題：流形學習 + Isomap��； 參考：《天津工業(yè)大學學報》2017年05期

【摘要】：為了降低基于流形學習的物體姿態(tài)估計算法中數(shù)據(jù)降維算法的復雜度,提高算法的執(zhí)行速度,提出了一種快速的Isomap算法.通過分析Isomap算法的執(zhí)行過程發(fā)現(xiàn),計算任意兩點間的測地線距離是導致其計算復雜度高的原因之一.基于這一分析,首先假定在空間旋轉角度相鄰的兩幅圖像,降維后其對應的數(shù)據(jù)點在低維流形上也相鄰,然后對Isomap算法中的測地線距離矩陣構造進行優(yōu)化,優(yōu)化后不再需要遍歷所有數(shù)據(jù)點,可以大大降低算法的計算復雜度.實驗結果表明:在保證算法效果的前提下與原算法相比,本算法提高了執(zhí)行速度,且圖像序列越長,速度提升越明顯,當圖像數(shù)量達到350幅時,降維所需時間為原來的13%.
[Abstract]:In order to reduce the complexity of the data dimensionality reduction algorithm in the object attitude estimation algorithm based on manifold learning and improve the execution speed of the algorithm , a fast Isomap algorithm is proposed .
【作者單位】： 天津工業(yè)大學計算機科學與軟件學院;天津工業(yè)大學電子與信息工程學院;
【基金】：國家自然科學基金面上項目(61373104)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 張彩霞;孫鳳梅;;基于對偶數(shù)的透視N線姿態(tài)估計[J];計算機工程與應用;2012年18期

2 馬瑾;陳立潮;張永梅;;基于分類的頭部姿態(tài)估計算法的研究[J];科技情報開發(fā)與經(jīng)濟;2006年02期

3 張小平,朱紅鋒,劉志鏡;多姿態(tài)人臉照片的姿態(tài)估計[J];計算機仿真;2005年04期

4 史東承,于德海,楊冬;一種多視角人臉姿態(tài)估計算法[J];長春工業(yè)大學學報(自然科學版);2004年01期

5 鐘志光;易建強;趙冬斌;洪義平;李新征;;一種魯棒的只需兩幀圖像的姿態(tài)估計方法[J];模式識別與人工智能;2005年04期

6 張彩霞;趙青娥;;基于旋轉體的攝像機姿態(tài)估計[J];北方工業(yè)大學學報;2011年03期

7 陳曉鋼;陸玲;周書民;劉向陽;;一種新的人臉姿態(tài)估計算法[J];數(shù)據(jù)采集與處理;2009年04期

8 劉淼;郭東偉;馬捷;孫浩翔;周春光;;基于橢圓模型和神經(jīng)網(wǎng)絡的人臉姿態(tài)估計方法[J];吉林大學學報(理學版);2008年04期

9 鐘志光;林雪明;吳振謙;蔣偉剛;;一種基于點對的姿態(tài)估計和結構恢復方法[J];寧波大學學報(理工版);2009年01期

10 毛玉星;于燕來;韓倍濤;徐少志;成華安;;應用人臉姿態(tài)估計實現(xiàn)人機信息交互[J];重慶大學學報;2012年01期

相關會議論文 前4條

1 葉蓬;劉方;;一種基于李群的目標姿態(tài)估計方法[A];全國第二屆信號處理與應用學術會議�？痆C];2008年

2 楊路;;不等式機器證明的降維算法與通用程序[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

3 張召;業(yè)寧;業(yè)巧林;;基于配對約束的核半監(jiān)督非線性降維算法[A];第五屆全國信息檢索學術會議論文集[C];2009年

4 張敏情;蘇光偉;楊曉元;;保局投影在圖像隱密檢測中的應用[A];第八屆全國信息隱藏與多媒體安全學術大會湖南省計算機學會第十一屆學術年會論文集[C];2009年

相關重要報紙文章 前1條

1 記者 常麗君;降維算法讓腦神經(jīng)大數(shù)據(jù)處理變簡單[N];科技日報;2014年

相關博士學位論文 前8條

1 劉袁緣;自然環(huán)境下頭部姿態(tài)估計方法的研究與應用[D];華中師范大學;2015年

2 張?zhí)镪?數(shù)據(jù)降維算法研究及其應用[D];上海交通大學;2008年

3 崔錦實;基于三維模型的關節(jié)式物體姿態(tài)估計與跟蹤方法研究[D];清華大學;2004年

4 趙松;人臉識別中的姿態(tài)估計、識別算法和融合算法的研究[D];中國科學技術大學;2009年

5 歐陽毅;單目視頻中人體運動建模及姿態(tài)估計研究[D];浙江大學;2012年

6 張興福;基于流形學習的局部降維算法研究[D];哈爾濱工程大學;2012年

7 王雷;基于全局統(tǒng)計與局部幾何性質的數(shù)據(jù)降維算法研究[D];中國科學技術大學;2009年

8 何進榮;幾何觀點下的線性降維算法[D];武漢大學;2014年

相關碩士學位論文 前10條

1 石廣升;基于Kinect的物體三維模型構建和姿態(tài)估計方法研究[D];哈爾濱工業(yè)大學;2015年

2 丁卓;基于單幅靜止圖像的人臉姿態(tài)估計的研究[D];華東師范大學;2014年

3 侯佳麗;基于視覺的無人機姿態(tài)估計方法研究[D];北京理工大學;2016年

4 趙俊寶;駕駛員頭部姿態(tài)估計系統(tǒng)的設計與實現(xiàn)[D];華中科技大學;2014年

5 馬召賓;融合眼部特征及頭部姿態(tài)的實時疲勞駕駛檢測技術研究[D];山東大學;2016年

6 高彪;視障者視覺輔助技術中剛性物體全方位姿態(tài)估計方法[D];天津工業(yè)大學;2016年

7 花景培;監(jiān)控視頻中行人跟蹤及姿態(tài)估計[D];南京郵電大學;2016年

8 程科文;基于自適應三維人臉模型的實時頭部姿態(tài)估計[D];合肥工業(yè)大學;2016年

9 廖巧珍;基于頭部姿態(tài)估計的人機交互系統(tǒng)研究[D];重慶郵電大學;2016年

10 向順靈;AAM的頭部姿態(tài)估計與人臉識別算法的研究[D];廣西民族大學;2016年

，

本文編號：2044572