Feature fusion using Canonical Correlation Analysis (CCA)

Feature level fusion using Canonical Correlation Analysis (CCA)

https://github.com/mhaghighat/ccaFuse

バージョン 1.0.1 (3.02 KB)
ダウンロード: 3.1K 件
(14)
2020/1/31

現在この提出コンテンツをフォロー中です。

Feature fusion is the process of combining two feature vectors to obtain a single feature vector, which is more discriminative than any of the input feature vectors.
CCAFUSE applies feature level fusion using a method based on Canonical Correlation Analysis (CCA). It gets the train and test data matrices from two modalities X and Y, and consolidates them into a single feature set Z.

Details can be found in:

M. Haghighat, M. Abdel-Mottaleb, W. Alhalabi, "Fully Automatic Face Normalization and Single Sample Face Recognition in Unconstrained Environments," Expert Systems With Applications, vol. 47, pp. 23-34, April 2016. http://dx.doi.org/10.1016/j.eswa.2015.10.047

(C) Mohammad Haghighat, University of Miami
haghighat@ieee.org
PLEASE CITE THE ABOVE PAPER IF YOU USE THIS CODE.

引用

Haghighat, Mohammad, et al. “Fully Automatic Face Normalization and Single Sample Face Recognition in Unconstrained Environments.” Expert Systems with Applications, vol. 47, Elsevier BV, Apr. 2016, pp. 23–34, doi:10.1016/j.eswa.2015.10.047.

その他のスタイルを見る

カテゴリ

Help Center および MATLAB Answers で Dimensionality Reduction and Feature Extraction についてさらに検索

一般的な情報

MATLAB リリースの互換性

  • すべてのリリースと互換性あり

プラットフォームの互換性

  • Windows
  • macOS
  • Linux
新しいタブで開く

GitHub の既定のブランチを使用するバージョンはダウンロードできません

バージョン 公開済み リリース ノート
1.0.1

Updated the references
1.0.0.0

この GitHub アドオンでの問題を表示または報告するには、GitHub リポジトリにアクセスしてください。
この GitHub アドオンでの問題を表示または報告するには、GitHub リポジトリにアクセスしてください。