一种融合神经稀疏编码机制的层次目标识别算法

• 作者: 谢昭 钱乐乐 高隽
• 来源期刊: 中国图象图形学报A
• 学科: 工学
• 关键词: 生物视觉系统 层次化计算模型 广义目标识别 神经稀疏编码
• 年，卷（期）: 2010,（10）
• 页码范围: 1521-1529
• 分类号: TN391.41
• 字数: 5319字
• 语种: 中文

摘要

针对基本层次化目标识别计算模型缺乏明确学习概念和有效学习方法的问题,利用神经稀疏编码的学习规则,生成原型向量集合.通过模拟复杂细胞的感受野特性.实现层次化的稀疏编码过程,提出基于神经稀疏编码的层次目标特征提取算法.并利用简化的分类器设计,完成复杂场景下的广义目标识别问题.在Caltech-101数据库上进行实验对比,结果表明本文算法相对Serre计算模型在识别正确率上有较大提高,时间复杂度增加并不明显,且更加符合生物视觉机理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高隽	合肥工业大学图像信息处理研究室	160	1689	22.0	34.0
2	谢昭	合肥工业大学图像信息处理研究室	44	279	8.0	15.0
3	钱乐乐	合肥工业大学图像信息处理研究室	3	13	2.0	3.0