基于拉普拉斯非负稀疏编码的图像分类

基于拉普拉斯非负稀疏编码的图像分类
李钱钱;曹国
【期刊名称】《计算机工程》
【年(卷),期】2013(000)011
【摘要】Aiming at the problem of image classification with a complex background, this paper proposes a new image classification algorithm based on Laplacian regularization Non-negative Sparse Coding(LNNSC) algorithm. It is combined with the respective advantages of the Non-negative Sparse Coding(NNSC) and Locality Preserving Projecting(LPP) algorithm, compared with the sparse coding algorithm, the proposed algorithm not only can better simulate the main visual cortex V1 simple cell receptive field behavior of the mammal primary visual system, but also can make the non-negative sparse codes of them be similar to each other. This paper combines the proposed LNNSC with Spatial Pyramid Matching(SPM) model and further applies it to image classification. Experimental results verify that the proposed algorithm can achieve higher accuracy.%针对复杂背景下的图像分类问题，结合非负稀疏编码和局部保持投影算法，提出一种拉普拉斯正则化非负稀疏编码算法。

相比于已有的稀疏编码算法，该算法不仅能更好地模拟哺乳动物初级视觉系统主视皮层V1区简单细胞感受野的行为，同时也可使相似的特征经过编码后仍然相似，从而保证特征度量的一致性。

将该算法与空间金字塔匹配模型相结合应用于图像分类，在多个图像数据库上的实验结果表明，该算法具有较高的分类精度。

【总页数】5页(P240-244)
【作者】李钱钱;曹国
【作者单位】南京理工大学计算机科学与技术学院，南京 210094;南京理工大学计算机科学与技术学院，南京 210094
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于非负弹性网稀疏编码算法的图像分类方法 [J], 张勇;张阳阳;程洪;张艳霞
2.基于多层非负局部Laplacian稀疏编码的图像分类 [J], 万源;张景会;吴克风;孟晓静
3.融合局部性和非负性的Laplacian稀疏编码的图像分类 [J], 万源;史莹;吴克风;陈晓丽
4.基于核拉普拉斯稀疏编码模型的图像分类 [J], 刘越;彭宏京;钱素静;施炜
5.基于核拉普拉斯稀疏编码的图像分类 [J], 张立和;潘磊;刘涛;马臣
因版权原因，仅展示原文概要，查看原文内容请购买。