F范数双向PCANet

抗离群点更强

用F范数替代平方F范数，并同时考虑重建误差与投影距离，在图像识别中对噪声、遮挡、光照和方向变化具有更强的鲁棒性。

葛为民 · Jinjun, Li · 王晓峰 · Zielinska, T.

Knowledge-Based Systems 2024

技术优势

抗离群点

用 F 范数做距离度量，不再因平方放大离群点的影响。

抗噪声更强

三个算法在图像识别任务中均表现出比经典 PCANet 更强的噪声抵抗能力。

抗遮挡光照变化

在公开数据集上验证，对遮挡、光照变化、方向变化等具有强抵抗能力。

旋转不变

理论分析证明了 RBDPCANet 的旋转不变性和收敛性。

应用场景

• 鲁棒图像分类：用 RBDPCANet 做图像分类，对噪声和遮挡等干扰更鲁棒。
• 视觉识别前端：作为视觉识别前端，在光照、方向变化下仍保持高准确率。
• 噪声环境下的图像处理：在噪声环境下处理图像，比经典 PCANet 具有更好的噪声抵抗能力。