利用图像类标信息的自调式字典学习方法

• 作者: 唐晔 杨育彬 王喆正
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 类标签 自调学习 字典学习
• 年，卷（期）: 2015,（2）
• 页码范围: 320-327
• 页数: 8页
• 分类号: TP181
• 字数: 6904字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2015.02.016

摘要

字典学习是图像分类的关键研究问题之一。现有的字典学习方法大都假设所有训练样本同等重要。实际上，训练样本由于样本之间关联性作为一种“隐藏属性”是未知的，因此，训练样本的学习顺序也与学习效果密切相关。提出一种将自调学习机制融合于字典更新过程的新型字典学习方法，在字典学习中，学习的过程并不是一次处理所有训练样例，而是从简单的训练样例学起，通过迭代逐步扩展至整个训练数据集。针对自调式过程是一种无监督式的学习这一特点，融合类标机制，利用图像类标信息进行监督，得到一种更加高效的简单样本判别方法，从而提高学习过程中反复迭代的效率。在 Caltech-101数据集上进行图像分类实验，并和其他几种字典学习算法进行了分析和比较，结果表明本文算法在字典表示以及分类效果上都取得了更好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨育彬	南京大学计算机软件新技术国家重点实验室	41	906	14.0	29.0
2	王喆正	南京大学计算机软件新技术国家重点实验室	1	2	1.0	1.0
3	唐晔	南京大学计算机软件新技术国家重点实验室	1	2	1.0	1.0