带PCA卷积的稀疏表示图像分类算法

• 作者: 徐梦珂 许道云 魏明俊
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 稀疏表示 主成分分析卷积核 图像卷积 直方图统计 图像分类
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 155-160
• 页数: 6页
• 分类号: TP391.4
• 字数: 6274字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1612-0407

摘要

针对不同卷积核可以提取不同的图像特征,而卷积核的训练比较困难这一问题,提出一种带主成分分析(PCA)卷积的稀疏表示分类算法.先对训练样本集做分片去均值化处理,然后直接应用PCA算法提取所有分片的前K个特征向量作为卷积核,再用这些卷积核对原始图像进行卷积操作;并提出一种自动加权策略,对卷积处理后得到的K个特征图像进行加权叠加操作;最后对特征图像进行分块直方图统计稀疏化,并应用稀疏表示分类算法进行分类.在公共人脸数据集AR、CMU Multi-PIE、ORL以及数字手写体数据集MNIST上与常用分类算法进行对比实验,实验结果表明,带PCA卷积的稀疏表示分类算法具有更高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许道云	贵州大学计算机科学与技术学院	125	460	12.0	16.0
2	徐梦珂	贵州大学理学院	4	28	3.0	4.0
3	魏明俊	贵州大学计算机科学与技术学院	5	30	3.0	5.0