Incremental Fast Subclass Discriminant Analysis

Tutkimustuotos: KonferenssiartikkeliScientificvertaisarvioitu

Abstrakti

This paper proposes an incremental solution to Fast Subclass Discriminant Analysis (fastSDA). We present an exact and an approximate linear solution, along with an approximate kernelized variant. Extensive experiments on eight image datasets with different incremental batch sizes show the superiority of the proposed approach in terms of training time and accuracy being equal or close to fastSDA solution and outperforming other methods.
AlkuperäiskieliEnglanti
Otsikko2020 IEEE International Conference on Image Processing (ICIP)
KustantajaIEEE
Sivut1771-1775
Sivumäärä5
ISBN (elektroninen)978-1-7281-6395-6
DOI - pysyväislinkit
TilaJulkaistu - 1 lokak. 2020
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisussa
TapahtumaIEEE International Conference on Image Processing - United Arab Emirates, Abu Dhabi, Yhdistyneet arabiemiirikunnat
Kesto: 25 lokak. 202028 lokak. 2020
https://2020.ieeeicip.org

Julkaisusarja

NimiProceedings : International Conference on Image Processing
ISSN (painettu)1522-4880
ISSN (elektroninen)2381-8549

Conference

ConferenceIEEE International Conference on Image Processing
LyhennettäICIP 2020
Maa/AlueYhdistyneet arabiemiirikunnat
KaupunkiAbu Dhabi
Ajanjakso25/10/2028/10/20
www-osoite

Julkaisufoorumi-taso

  • Jufo-taso 1

Sormenjälki

Sukella tutkimusaiheisiin 'Incremental Fast Subclass Discriminant Analysis'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä