基于核稀疏分类与多尺度分块旋转扩展的鲁棒图像识别

• 作者: 匡金骏 柴毅 熊庆宇
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 核稀疏分类 多尺度分块旋转扩展 图像识别
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 129-135
• 页数: 7页
• 分类号: TP391
• 字数: 6822字
• 语种: 中文

摘要

针对在图像旋转或局部扭曲变形等复杂情况下的图像识别问题,提出一种基于核稀疏分类与多尺度分块旋转扩展的鲁棒图像识别算法.该算法首先对图像进行多尺度分块与旋转扩展,使得字典能近似测试图像局部的旋转扭曲与各种排列组合.为了增加字典类间稀疏度,改善系统效率,提出一种字典降维策略.通过核随机坐标下降方法高效求解核稀疏分类的凸优化问题,进而通过对比不同类对测试图像的重构误差完成图像识别.实验表明,与经典方法相比,文中方法具有更好的识别效果,对图像旋转或局部扭曲变形等复杂情况具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴毅	重庆大学自动化学院	157	2347	25.0	41.0
2	熊庆宇	重庆大学自动化学院	55	621	14.0	22.0
3	匡金骏	重庆大学自动化学院	7	73	5.0	7.0