Deep Subspace Clustering Under Class Relation Constraint

doi:10.1109/TIP.2025.3620635

Deep Subspace Clustering Under Class Relation Constraint

2025-01-01

0

PRE

AI

DOI：10.1109/TIP.2025.3620635

原文链接

原文求助

摘要

En 中文

深度子空间聚类使用潜在特征而非原始图像来构建自表达系数矩阵。现有方法主要关注优化自表达系数矩阵，往往忽视了潜在特征的影响。然而，更好的潜在特征更符合自表示假设，并能生成更优的自表达系数矩阵，形成一种链式关系。基于该链式关系，本文提出了一种由类别关系约束（CRC）引导的深度子空间聚类（DSC）方法，以提升潜在特征的表示能力。首先，提出了一种类内与类间加权约束，以增强子空间中潜在数据的可分性。其次，为在子空间内进一步剔除负样本，在谱聚类结果的指导下，引入了自表达系数矩阵对角块（即同一子空间）的对比损失函数。通过增强潜在特征的表示能力及对应对角块的特性，自表达系数矩阵能为谱聚类提供更精确的数据关系。在多个基准数据集上的实验结果验证了所提DSC-CRC方法的有效性，尤其在处理小样本和复杂数据集方面表现突出。

Keyword:

Deep learning

subspace clustering

class relationship

contrastive learning

intra-inter-class constraint

Deep Subspace Clustering Under Class Relation Constraint

摘要

期刊

机构

引用论文