版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、博士學(xué)位論文有引導(dǎo)的低秩表示及其在數(shù)字幾何中的應(yīng)用S t r u c t u r eG u i d e d L o w - r a n k R e p r e s e n t a t i o na n d i t sA p p l i c a t i o n s i nD i g i t a lG e o m e t r y作者姓名: 張 杰學(xué)科、專業(yè): 計算數(shù)學(xué)學(xué) 號: 1 1 1 0 1 0 1 5指導(dǎo)教師: 劉秀平教授完成日期:
2、2 0 1 5 年1 0 月9 日大連理工大學(xué)D a l i a n U n i v e r s i t y o f T e c h n o l o g y大連理工大學(xué)博士學(xué)位論文摘 要根據(jù)數(shù)據(jù)的內(nèi)在結(jié)構(gòu)對數(shù)據(jù)進(jìn)行分類是數(shù)據(jù)分析的一個重要問題.由于大量的數(shù)據(jù)( 例如:運動軌跡,人臉,紋理) 都可以被線性子空間近似的刻畫,所以基于線性結(jié)構(gòu)的數(shù)據(jù)分類問題在數(shù)據(jù)分析中得到了廣泛關(guān)注一這就是子空間聚類問題.受到壓縮感知技術(shù)的啟發(fā),稀疏性表示在子
3、空間聚類中得到了成功的應(yīng)用.該類方法首先利用1 .維或2 .維稀疏性表示獲得觀測數(shù)據(jù)的關(guān)系圖.然后,通過譜聚類或規(guī)范化切割得到最終的聚類結(jié)果.其中,2 一維稀疏性表示( 低秩表示,L R R ) 提供了一種挖掘數(shù)據(jù)全局結(jié)構(gòu)的方法.在數(shù)據(jù)所在的子空間互相獨立的假設(shè)條件下,L R R 可以在理論上確保獲得完全正確的類別關(guān)系.本文通過進(jìn)一步分析發(fā)現(xiàn),數(shù)據(jù)所在的子空間為互相獨立的子空間,不僅是L R R 可以獲得完全正確的類別關(guān)系的充分條件,同
4、時也是其必要條件.然而,在實際應(yīng)用中存在大量的數(shù)據(jù)無法保證滿足這一假設(shè)條件,例如圖形處理中的3 維網(wǎng)格的分割與標(biāo)注問題.這局限了L R R 在圖形處理中的應(yīng)用.本文主要針對這一問題對模型進(jìn)行改進(jìn),并將其應(yīng)用到圖形處理中.本文主要工作包括:1 .將采樣數(shù)據(jù)的自身特點與表示矩陣的全局先驗相結(jié)合,提出結(jié)構(gòu)引導(dǎo)的低秩表示模型( S G L R R ) .該模型可以有效的結(jié)合數(shù)據(jù)的全局結(jié)構(gòu),局部信息及多種先驗的標(biāo)簽信息.即使當(dāng)數(shù)據(jù)所在的子空間不滿
5、足互相獨立的條件時,S G L R R 也能對其進(jìn)行高質(zhì)量的分割.而且,本文將S G L R R 應(yīng)用到三維網(wǎng)格的語義分割和標(biāo)注中.通過將特征相似性和特征空間結(jié)構(gòu)有效的結(jié)合起來,該方法不僅移除了以往算法中冗長的離線學(xué)習(xí)過程,而且當(dāng)己知標(biāo)注模型的個數(shù)很少時也可以對測試模型進(jìn)行正確的標(biāo)注.2 .基于S G L R R ,提出了魯棒的保特征的三維點云法向估計算法.在點云的法向估計中,如何準(zhǔn)確的估計尖銳特征附近的法向是一個十分困難的問題.這主要
6、是因為當(dāng)一個點位于尖銳特征附近的時候,其鄰域一般是由多個光滑曲面拼接而成的,位于不同光滑曲面上的點會影響法向的估計.為了克服這一問題,本文利用點云數(shù)據(jù)中平坦區(qū)域中可靠的局部結(jié)構(gòu)信息作為引導(dǎo),通過S G L R R 將鄰域分割成多個光滑的區(qū)域,再從中選擇最合適的光滑區(qū)域進(jìn)行法向估計.該方法將數(shù)據(jù)分析的整體框架與點云數(shù)據(jù)處理的自身特點相結(jié)合,從本質(zhì)上解決了點云數(shù)據(jù)分析中遇到的噪聲、離群點、采樣點不均勻、尖銳特征等問題,提高了點云數(shù)據(jù)的法向估
7、計、特征提取等工作的正確性及穩(wěn)定性.3 .提出以有引導(dǎo)的最d ' , Z - 乘表示( S G L S R ) 為基礎(chǔ)的子空間聚類模型.當(dāng)數(shù)據(jù)所在的子空間不滿足互相獨立的條件時,S G L S R 與S G L R R 都可以得到高質(zhì)量的子空間聚類效果,但S G L S R 的求解速度更快.針對S G L S R ,本文給出了快速的數(shù)值解法.由于該解法易于實現(xiàn)并行計算,因此為高效的處理大規(guī)模的數(shù)據(jù)提供了可能性.針對點云的法向估計
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 低秩稀疏屬性約簡及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 幾何熱流在數(shù)字圖像處理中的應(yīng)用.pdf
- 黎曼幾何在數(shù)字圖像處理中的應(yīng)用.pdf
- 基于子空間學(xué)習(xí)的低秩表示.pdf
- 低秩和緊致表示在幾何建模中的應(yīng)用.pdf
- 混沌加密及其在數(shù)字水印中的應(yīng)用.pdf
- 矩陣的表示理論及其在數(shù)值計算中的應(yīng)用.pdf
- 基于低秩矩陣表示的視覺跟蹤方法.pdf
- 壓縮感知及其在數(shù)字水印中的應(yīng)用.pdf
- 稀疏與低秩表征中的判別模型研究及其應(yīng)用.pdf
- ICA及其在數(shù)字圖像處理中的應(yīng)用.pdf
- DCT算法優(yōu)化及其在數(shù)字水印中的應(yīng)用.pdf
- 小波分析及其在數(shù)字水印中的應(yīng)用.pdf
- 基于低秩表示的運動目標(biāo)檢測與跟蹤.pdf
- 幾何特征的稀疏與低秩表達(dá)及在三維打印中的應(yīng)用.pdf
- 秘密共享及其在數(shù)字簽名中的應(yīng)用.pdf
- ICA及其在數(shù)字水印中的應(yīng)用研究.pdf
- Turbo碼及其在數(shù)字電視中的應(yīng)用.pdf
- 基于低秩稀疏表示的目標(biāo)跟蹤算法研究.pdf
- 數(shù)字水印在數(shù)字圖像中的應(yīng)用.pdf
評論
0/150
提交評論