Graph Embedding Discriminant Analysis on Grassmannian Manifolds based on http://itee.uq.edu.au/~uqmhara1/papers/2011/harandi_cvpr_2011.pdf

1. Un manifold por
descubrir
Graph Embedding Discriminant Analysis on Grassmannian
Manifolds

2. ¿Qué sabemos?
• Detectores
• Descriptores
• ¿?
Puntos
característicos
¿ALTERNATIVAS
?

3. Discriminando en el manifold

4. ¿En qué estaban pensando?
• Estructuras lineales = Mejor precisión
• El término manifold no es nuevo.
• Aproximación más matemática y menos intuitiva

5. El proceso
Subespacios y representación
Subespacios y representación
Con SVD convertimos la imagen a
un subespacio.
Subespacios como puntos de un
manifold

6. El proceso
Mapeado en un segundo manifold
Mapeado en un segundo manifold
• Matrices between-class y within-class de similitudes.
• Maximizamos las distancias en unas y minimizamos las otras.

7. Resultados
Pros y contras
Pros y contras
• Robustez y performance.
• Se debe conocer el número de
clases
• No es trivial.
• No es tiempo real.
• Complejidad de código moderada.
• Código libre.

8. Muchas gracias

9. Referencias
1. Based on:
http://itee.uq.edu.au/~uqmhara1/papers/2011/harandi_cvpr_2011.pdf
2. http://vc.sce.ntu.edu.sg/index_files/GraphEmbedding_framework.pdf
3. http://itee.uq.edu.au/~uqmhara1/codes/harandi_cvpr_2011_matlab.rar
4. http://link.springer.com/chapter/10.1007%2F978-3-642-39140-
8_13

10. Referencias
1. Based on:
http://itee.uq.edu.au/~uqmhara1/papers/2011/harandi_cvpr_2011.pdf
2. http://vc.sce.ntu.edu.sg/index_files/GraphEmbedding_framework.pdf
3. http://itee.uq.edu.au/~uqmhara1/codes/harandi_cvpr_2011_matlab.rar
4. http://link.springer.com/chapter/10.1007%2F978-3-642-39140-
8_13