Resumen

El análisis de subespacio tensorial (TSA) y el TSA discriminante (DTSA) son dos métodos efectivos de proyección bidireccional para la reducción de dimensionalidad y extracción de características de matrices de imágenes faciales. Sin embargo, tienen dos serias desventajas. En primer lugar, TSA y DTSA calculan de forma iterativa las matrices de proyección izquierda y derecha. En cada iteración, se requiere resolver dos problemas de autovalores generalizados, lo que los hace inaplicables para datos de imágenes de alta dimensionalidad. En segundo lugar, la estructura métrica del espacio de imágenes faciales no se puede preservar, ya que las matrices de proyección izquierda y derecha no suelen ser ortonormales. En este artículo, proponemos el TSA ortogonal (OTSA) y el DTSA ortogonal (ODTSA). A diferencia de TSA y DTSA, se requiere resolver dos problemas de optimización de razón de traza en cada iteración. Por lo tanto, OTSA y ODTSA tienen un costo computacional mucho menor que sus contrapartes no ortogonales, ya

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Análisis de subespacio tensorial; TSA discriminante; Reducción de dimensionalidad; Extracción de características; TSA ortogonal; DTSA ortogonal
• Keywords:Tensor subspace analysis; Discriminant TSA; Dimensionality reduction; Feature extraction; Orthogonal TSA; Orthogonal DTSA