[发明专利]一种流形空间中多视点视频的共享-差异表示及聚类方法

权利要求书

1.一种流形空间中多视点视频的共享-差异表示及聚类方法，其特征包括以下步骤：

(1)采集多个摄像机同时从不同角度拍摄的多视图数据作为输入数据，用V表示视图总数，N表示样本总数，第v视图的所有Grassmann点用X^v表示，v＝1，…，V，其中表示第v视图的第i个Grassmann点。n＝1，…，N表示所有视图的第n个Grassmann点，将多视点视频中的每个视图表示为一个Grassmann流形进一步采用乘积空间来集成多个Grassmann流形表示多视点视频：

其中表示第v视图的Grassmann流形，乘积Grassmann流形上的点可以表示为用于表征多视点视频数据；

(2)建立从Grassmann流形嵌入到对称矩阵空间的映射：П：对任意Grassmann流形矩阵表示X，有П(X)＝XX^T，并用嵌入距离来度量Grassmann流形上点的距离，其中第i个和第j个Grassmann点X_i、X_j之间的嵌入距离计算方法如下：

i＝1，…，N.j＝1，…，N

根据上述Grassmann流形上点的距离计算，将所有视图Grassmann流形的距离求和来表示乘积Grassmann流形上的距离，其中第i个和第j个乘积Grassmann点[X_i]、[X_j]之间的嵌入距离计算方法如下：

(3)建立模型学习多视图数据的共享性矩阵C和差异性矩阵D^v，模型具体如下：

s.t.y^v＝y^v×₃(C+D^v)+ε^v.

其中，ε^v表示第v视图的重构误差，||·||_F表示F范数，||·||_*表示核范数，矩阵C和D^v分别为所有视数据的共享性信息和第v视图的差异性信息；三阶张量是包含Grassmann数据集X^v在欧式空间的等价嵌入表示，用(2)中的乘积Grassmann点之间的嵌入距离公式计算出嵌入距离，符号×₃表示三阶张量与矩阵的乘法；

(4)应用交替优化方法优化求解上述目标函数得到满足收敛条件的共享性矩阵C和差异性矩阵D^v；

(5)将共享性矩阵C和差异性矩阵D^v合并得到关联矩阵W，对W执行聚类操作，得到最终聚类结果。