一种基于局部排序的约束稀疏编码的图像分类方法

• 作者: 曹晔
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 图像分类 邻域排序 局部约束 字典学习
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 832-836
• 页数: 5页
• 分类号: TP391
• 字数: 4040字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.04.010

摘要

图像分类作为计算机视觉分析领域一个重要的研究方向,其分类性能很大程度上取决于图像的特征表示.为了能够更好地进行图像分类,本文提出了一种基于局部约束稀疏编码的神经气算法(Neural Gas based Locality-constrained Sparse Coding,NGLSC)用来实现图像分类.引入局部排序适配器作为距离正则化约束项已经应用在神经气(Neural Gas,NG)的算法矢量量化中,旨在通过软竞争学习算法来弥补K均值聚类(K-means)算法的不足.在稀疏编码阶段此算法可求解得到封闭解.此外,字典更新一般由目标函数的误差项来决定,已有一些经典的算法采用这种方式更新字典.本文使用ORL数据库和COIL20数据库将所提出算法和现有算法局部约束线性编码(Locality-constrained Linear Coding,LLC),脸元数据学习方法(Metaface Learning,MFL)进行比较.实验结果证明本文所提出的算法在图像分类上准确率可达95％以上.可以看出,本文为计算机视觉图像分类工作提供了一种有价值的解决思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹晔	南昌大学信息工程学院	11	22	2.0	4.0