基于稀疏表示的多示例图像分类

基于稀疏表示的多示例图像分类
宋相法;焦李成
【期刊名称】《计算机科学》
【年(卷),期】2015(042)001
【摘要】为了有效地解决多示例图像分类问题,基于稀疏表示提出了一种新的多示例图像分类方法.该方法将图像看作多示例包,图像中的区域作为包中示例,利用示例嵌入策略计算包特征;然后将待分类图像包特征表示为训练图像包特征集上的稀疏线性组合,利用Z1优化方法求得稀疏解;最后根据稀疏系数提出一个为待分类图像预测标记的方法.在Corel数据集上的实验结果表明,与其他方法相比,所提方法具有更高的分类精度.
【总页数】4页(P293-296)
【作者】宋相法;焦李成
【作者单位】河南大学计算机与信息工程学院开封475004;西安电子科技大学智能感知与图像理解教育部重点实验室西安710071;西安电子科技大学智能感知与图像理解教育部重点实验室西安710071
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于包级空间多示例稀疏表示的图像分类算法 [J], 杨红红;曲仕茹;金红霞
2.基于字典优化的联合稀疏表示高光谱图像分类 [J], 陈善学;王欣欣
3.基于多级特征稀疏表示的遥感图像分类 [J], 任会峰;朱洪前;唐玥;董庆超
4.基于多级特征稀疏表示的遥感图像分类 [J], 任会峰;朱洪前;唐癑;董庆超
5.基于空间预处理联合稀疏表示高光谱图像分类 [J], 陈善学;王欣欣
因版权原因，仅展示原文概要，查看原文内容请购买。