中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2012年
11期
1409-1417
,共9页
稀疏表示%字典学习%空间金字塔匹配%场景分类%子空间建模
稀疏錶示%字典學習%空間金字塔匹配%場景分類%子空間建模
희소표시%자전학습%공간금자탑필배%장경분류%자공간건모
提出了一种基于有监督子空间建模和稀疏表示的场景分类算法.该算法将采用非监督方式求取所有场景类别公共字典的稀疏编码模型分解为一系列各目标函数相互独立的多目标优化问题,实现了各类别字典的有监督学习.在所有类别的字典学习完毕后,再以各子空间和的基集来对每幅图像中所有局部特征进行协同编码,并借助空间金字塔表示(SPR)和特征各维最大汇总(max pooling)构成最终图像的全局特征表示.为对算法的有效性进行验证,在4个常用的场景图像库上进行了分类实验,结果表明该算法比采用非监督字典学习的方法在性能上有了显著提升.
提齣瞭一種基于有鑑督子空間建模和稀疏錶示的場景分類算法.該算法將採用非鑑督方式求取所有場景類彆公共字典的稀疏編碼模型分解為一繫列各目標函數相互獨立的多目標優化問題,實現瞭各類彆字典的有鑑督學習.在所有類彆的字典學習完畢後,再以各子空間和的基集來對每幅圖像中所有跼部特徵進行協同編碼,併藉助空間金字塔錶示(SPR)和特徵各維最大彙總(max pooling)構成最終圖像的全跼特徵錶示.為對算法的有效性進行驗證,在4箇常用的場景圖像庫上進行瞭分類實驗,結果錶明該算法比採用非鑑督字典學習的方法在性能上有瞭顯著提升.
제출료일충기우유감독자공간건모화희소표시적장경분류산법.해산법장채용비감독방식구취소유장경유별공공자전적희소편마모형분해위일계렬각목표함수상호독립적다목표우화문제,실현료각유별자전적유감독학습.재소유유별적자전학습완필후,재이각자공간화적기집래대매폭도상중소유국부특정진행협동편마,병차조공간금자탑표시(SPR)화특정각유최대회총(max pooling)구성최종도상적전국특정표시.위대산법적유효성진행험증,재4개상용적장경도상고상진행료분류실험,결과표명해산법비채용비감독자전학습적방법재성능상유료현저제승.