哈尔滨商业大学学报（自然科学版）
哈爾濱商業大學學報（自然科學版）
합이빈상업대학학보（자연과학판）
Journal of Harbin University of Commerce (Natural Sciences Edition)
2015年
5期
637-640
,共4页
稀疏编码%字典学习%图像分类
稀疏編碼%字典學習%圖像分類
희소편마%자전학습%도상분류
sparse coding%dictionary learning%image classification
稀疏编码在人脸识别上的成功促使这项技术应用在更广泛的计算机视觉中。图像分类是图像检索的基础，而图像的识别是比人脸识别更复杂，因为首先图像数据量更大，其次图像中要检索的目标数据不易得到。为解决这两个问题，提出了一种新的在线字典学习的算法。实验结果表明本方法在图像分类上比最近提出的其他字典学习的方法效果更好。
稀疏編碼在人臉識彆上的成功促使這項技術應用在更廣汎的計算機視覺中。圖像分類是圖像檢索的基礎，而圖像的識彆是比人臉識彆更複雜，因為首先圖像數據量更大，其次圖像中要檢索的目標數據不易得到。為解決這兩箇問題，提齣瞭一種新的在線字典學習的算法。實驗結果錶明本方法在圖像分類上比最近提齣的其他字典學習的方法效果更好。
희소편마재인검식별상적성공촉사저항기술응용재경엄범적계산궤시각중。도상분류시도상검색적기출，이도상적식별시비인검식별경복잡，인위수선도상수거량경대，기차도상중요검색적목표수거불역득도。위해결저량개문제，제출료일충신적재선자전학습적산법。실험결과표명본방법재도상분류상비최근제출적기타자전학습적방법효과경호。
The success application of sparse coding in face recognition makes this technology used to a variety of problems in computer vision .Image classification is the basis of image re-trieval, but image recognition is more complex than face images .In order to solve these two problems , this paper proposed a new online dictionary learning algorithm .The experimental results showed that the method was better than other dictionary learning method in image classification .
