Core Concepts
提案手法MVSC2GFは、他のマルチビューデータ処理アルゴリズムよりも優れた結果を示し、特にLSRMVSCと比較して安定した性能を持つ。
Abstract
著者:Lai Wei, Shanshan Song
抽象:MVSCの新手法であるMVSC2GFは、複数のビューから得られた再構成係数行列を利用して一貫性のある情報を統合し、最先端の手法を上回る結果を示す。
実験:7つのベンチマークデータセットでMVSC2GFが他のアルゴリズムよりも優れた結果を達成。特にBBCsportデータセットでは、すべての評価メトリックで顕著な改善が見られた。
INTRODUCTION
マルチビューデータから一貫性ある情報を抽出する重要性
過去数十年間に提案された部分空間クラスタリングアルゴリズム
PROPOSED METHOD
一貫性グラフフィルターの設計
MVSC目的は異なるビューから一貫性係数行列を取得すること
グラフフィルターテクニックに基づいて低域通過グラフフィルターG = 3/4I + 1/4C を定義
各ビューで再構成係数行列を計算すること
各ビューで多視点データセットの平滑化された特徴量Y𝑖 = GX𝑖 を計算
自己表現プロパティY𝑖 ≈ C𝑖Y𝑖 を持つことが望ましい
再構成係数行列を統合すること
異なるビューから得られた再構成係数行列に関する制約項
EXPERIMENTS AND RESULTS
MVSC2GFは10種類の代表的なMVSC手法と比較して最良の結果を達成した。
7つのベンチマークデータセットで安定した性能と高い精度が確認された。
Stats
提案手法MVSC2GFはLSRMVSCよりも10%以上優れた結果を示しました。