苏州市职业大学学报
囌州市職業大學學報
소주시직업대학학보
JOURNAL OF SUZHOU VOCATIONAL UNIVERSITY
2014年
1期
2-11
,共10页
非负稀疏编码%神经网络模型%稀疏分布%视觉系统%主视皮层V1区%特征基%图像处理
非負稀疏編碼%神經網絡模型%稀疏分佈%視覺繫統%主視皮層V1區%特徵基%圖像處理
비부희소편마%신경망락모형%희소분포%시각계통%주시피층V1구%특정기%도상처리
non-negative sparse coding%neural network%sparse distribution%visual system%primary visual cortex v1%feature bases%image processing
非负稀疏编码(NNSC)神经网络模型能够有效模拟人脑初级视觉系统主视皮层V1区神经元的感受野，有效抽取自然界的特征，目前已在图像处理领域中得到广泛应用。考虑NNSC建模过程中稀疏先验分布的选取、特征基矩阵的稀疏度约束、特征基的最大化代表性、图像数据类别先验信息等主要因素，主要讨论了基于正态逆高斯(NIG)密度的双层反馈NNSC(NIG-N NSC)模型、基于局部特征的NNSC(LNNSC)模型以及基于Fisher线性判据的NNSC(FLD-NNSC)模型。研究结果表明，拓展的NNSC模型在图像特征提取、图像消噪和图像恢复中具有一定的实用性。
非負稀疏編碼(NNSC)神經網絡模型能夠有效模擬人腦初級視覺繫統主視皮層V1區神經元的感受野，有效抽取自然界的特徵，目前已在圖像處理領域中得到廣汎應用。攷慮NNSC建模過程中稀疏先驗分佈的選取、特徵基矩陣的稀疏度約束、特徵基的最大化代錶性、圖像數據類彆先驗信息等主要因素，主要討論瞭基于正態逆高斯(NIG)密度的雙層反饋NNSC(NIG-N NSC)模型、基于跼部特徵的NNSC(LNNSC)模型以及基于Fisher線性判據的NNSC(FLD-NNSC)模型。研究結果錶明，拓展的NNSC模型在圖像特徵提取、圖像消譟和圖像恢複中具有一定的實用性。
비부희소편마(NNSC)신경망락모형능구유효모의인뇌초급시각계통주시피층V1구신경원적감수야，유효추취자연계적특정，목전이재도상처리영역중득도엄범응용。고필NNSC건모과정중희소선험분포적선취、특정기구진적희소도약속、특정기적최대화대표성、도상수거유별선험신식등주요인소，주요토론료기우정태역고사(NIG)밀도적쌍층반궤NNSC(NIG-N NSC)모형、기우국부특정적NNSC(LNNSC)모형이급기우Fisher선성판거적NNSC(FLD-NNSC)모형。연구결과표명，탁전적NNSC모형재도상특정제취、도상소조화도상회복중구유일정적실용성。
Non-negative sparse coding neural network model can efficiently simulate the receptive field of neurons in the primary visual cortex V1 in primary visual system of brain and extract features of nature. Now this model has been used widely in the field of image processing. Considering some key influence factors,such as the selection of sparse prior distribution,the sparse constraint of feature matrix,the maximum representative-ness,class prior information of images and so on,several NNSC models are mainly discussed here including are models of NIG based NNSC with feedback mechanism denoted by NIG-NNSC,local-feature-based NNSC denoted by LNNSC,fisher-linear-discrimination-based NNSC denoted by FLD-NNSC,weighted-coding-based NNSC denoted by WCB-NNSC,etc. Research results testify that these extended NNSC models are applicable in the research field of image feature extraction,image denoising and image restoration.
