基于低秩稀疏分解和組間關(guān)系的圖像分類.pdf

1、作為自動(dòng)理解、識(shí)別，進(jìn)而管理圖像的方法，圖像分類成為計(jì)算機(jī)視覺(jué)領(lǐng)域的重要議題。近年來(lái)，基于稀疏表達(dá)的圖像分類表現(xiàn)出很好的前景。本文以稀疏表示在圖像分類中的應(yīng)用為課題，從改進(jìn)字典學(xué)習(xí)和編碼過(guò)程兩個(gè)主要的方面，進(jìn)行了研究。
　　本文使用低秩稀疏矩陣分解處理圖像的局部特征矩陣，得到其低秩部分和稀疏部分。前者表征了局部特征的同一性、相關(guān)性，后者表征了局部特征的差異性。對(duì)這兩部分分別字典學(xué)習(xí)，然后把兩部分字典合成一個(gè)字典，對(duì)原局部特征編碼。

2、實(shí)驗(yàn)證明，這種方式獲得的字典更具有判別力，能夠?qū)υ卣饔懈玫谋磉_(dá)。
　　傳統(tǒng)的稀疏編碼對(duì)局部特征獨(dú)立處理，忽略了局部特征之間的相互關(guān)系，組稀疏編碼使得組內(nèi)的描述子有統(tǒng)一的稀疏模式。本文通過(guò)研究組稀疏編碼，發(fā)現(xiàn)合理的分組對(duì)組稀疏編碼很重要。只有使得相似的特征分為一組，才能減小類內(nèi)差異，提高表達(dá)效果?；诖耍撐挠肗cut的方法分組，在聚類時(shí)考慮到描述子的空間鄰域關(guān)系，盡可能的使得相似的局部描述子分為一組。
　　組稀疏編碼考慮