多视图深度子空间聚类网络

多视图子空间聚类旨在通过融合多种互补信息的视图来发现数据的内在结构。现有的大多数方法首先提取多种手工设计的特征，然后学习一个联合亲和矩阵进行聚类。这种方法的缺点在于两个方面：1）多视图关系未嵌入到特征学习过程中；2）深度学习的端到端学习方式不适合多视图聚类。即使已经提取了深度特征，选择适合不同数据集的适当骨干网络仍是一个非 trivial 的问题。为了解决这些问题，我们提出了多视图深度子空间聚类网络（MvDSCN），该网络以端到端的方式学习多视图自表示矩阵。MvDSCN 包含两个子网络，即多样性网络（Dnet）和普遍性网络（Unet）。利用深度卷积自动编码器构建潜在空间，并在该潜在空间中通过全连接层学习自表示矩阵。Dnet 学习特定于每个视图的自表示矩阵，而 Unet 则学习所有视图共有的自表示矩阵。为了利用多视图表示的互补性，引入了希尔伯特-施密特独立性准则（HSIC）作为多样性正则化项，以捕捉非线性的、高阶的视图间关系。由于不同的视图共享同一个标签空间，每个视图的自表示矩阵通过普遍性正则化对齐到共同的自表示矩阵上。MvDSCN 还统一了多个骨干网络，以提高聚类性能并避免模型选择的需求。实验结果证明了 MvDSCN 的优越性。