基于雙重鑒別相關(guān)性分析的圖像識別算法

　　針對多視圖相關(guān)性算法未有效利用視圖中相關(guān)信息且忽視了潛在的鑒別信息的問題，提出基于同一視圖內(nèi)和不同視圖間的雙重鑒別相關(guān)性分析（ DVDCA）算法。首先，設(shè)計有監(jiān)督的類內(nèi)和類間相關(guān)性變量，通過最大化類內(nèi)相關(guān)性變量、最小化類間相關(guān)性變量來提取視圖中的鑒別特征；其次，考慮在同一視圖內(nèi)和不同視圖間均考慮進行鑒別相關(guān)特征提取，設(shè)計約束形式的雙重視圖鑒別相關(guān)性特征提取模型，以利用豐富的視圖信息。在Multi-PIE多角度人臉數(shù)據(jù)集數(shù)據(jù)集上與多視圖線性鑒別分析、典型相關(guān)性分析（CCA）、多視圖鑒別隱性空間（MDLS）、不相關(guān)多視圖鑒別字典學(xué)習(xí)（ UMDDL）四種算法對比實驗，DVDCA分類識別率能夠提高1.45 -4. 73個百分點；在MFD多特征手寫體數(shù)據(jù)集上分類識別率能夠提高1. 25 -5. 29個百分點。