论文部分内容阅读
为了降低基于流形学习的物体姿态估计算法中数据降维算法的复杂度,提高算法的执行速度,提出了一种快速的Isomap算法.通过分析Isomap算法的执行过程发现,计算任意两点间的测地线距离是导致其计算复杂度高的原因之一.基于这一分析,首先假定在空间旋转角度相邻的两幅图像,降维后其对应的数据点在低维流形上也相邻,然后对Isomap算法中的测地线距离矩阵构造进行优化,优化后不再需要遍历所有数据点,可以大大降低算法的计算复杂度.实验结果表明:在保证算法效果的前提下与原算法相比,本算法提高了执行速度,且图像序列越