论文部分内容阅读
现有图像集分类方法无法直接应用于不同类别的子空间，图像集分类既不独立也不相交。为此，提出一种迭代式稀疏谱聚类算法。每次迭代时利用NCut目标函数将一个母聚类划分为多个更小的子聚类，提升图像集中不同类型噪声的区分性和算法稳健性。为降低谱聚类的计算复杂性，不仅将谱聚类的计算成本降为原先的几分之一，而且提升了聚类质量和最终的分类结果。利用3种标准的脸部图像集合、对象分类以及Cambridge手部姿势数据集进行实验。与7种最新算法的比较结果表明，该算法在各个数据集上的性能均优于其他算法。对于聚类难度最大的Yout