%0 Journal Article
%T Gabor特征集结合判别式字典学习的稀疏表示图像识别
%A 胡正平
%A 徐波
%A 白洋
%J 中国图象图形学报
%D 2013
%R 10.11834/jig.20130209
%X 稀疏编码中字典的选择无论对图像重建还是模式分类都有重要影响,为此提出Gabor特征集结合判别式字典学习的稀疏表示图像识别算法。考虑到Gabor局部特征对光照、表情和姿态等变化的鲁棒性,首先提取图像对应不同方向、不同尺度的多个Gabor特征;然后将降维的增广Gabor特征矩阵作为初始特征字典,通过对该字典的学习得到字典原子对应类别标签的新结构化字典,新字典中特定类的子字典对相关的类具有好的表示能力,同时应用Fisher判别约束编码系数,使它们具有小的类内散度和大的类间散度;最后同时用具有判别性的重构误差和编码系数来进行模式分类。基于3个数据库的实验结果表明本文方法具有可行性和有效性。
%K 稀疏表示
%K 稀疏模式分类
%K Gabor特征
%K Fisher字典学习
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20130209&flag=1