关于稀疏表示的理解
2018-03-27 11:33
274 查看
稀疏表示可作为基础理论用于构建稀疏表示分类器[14](Sparse Representation Classifier, SRC)。SRC 假定当测试样本所在类的训练样本数足够多时,测试样本可由这些训练样本进行线性表示,而其它类的样本对重构该测试样本的贡献为 0,从而将一般信号的分类问题转化为了一种稀疏表示问题。大量实验证明,这类分类器能够较好地应用于图像分类和目标跟踪问题。Wright 指出 SRC 对数据缺损不敏感,当所求系数足够稀疏时,特征空间的选取变得不再重要;这些优势使得 SRC成为一种非常优秀的分类算法。虽然大量实验证明基于SRC是一种具有潜力的图像分类器,但近期一些文献[20][21]指出,对于小样本分类问题,系数的稀疏性对分类准确率并没有实质的帮助。针对此题,Huang等在文献[4]中指出结合线性判别分析技术能够提升类间的区分度,提升稀疏分类效果。Shenghua等在文献[22]中成功将核函数(Kernel)技巧与稀疏分类结合在了一起,此文献提出了基于Feature-Sign Search(FSS)的核函数稀疏分类(KSRC)算法并将其成功应用于人脸识别问题中。然而,Cuicui Kang等在文献[6]中指出使用FSS方法求取KSRC中凸优化问题的效率较低,此文献提出了核函数坐标下降法(KCD)用以求解凸优化问题,并结合LBP特征构建了人脸识别系统。
相关文章推荐
- 关于人脸识别,稀疏表示的若干论文的小结
- 关于关系代数中除法的理解以及如何用基本运算表示除法
- 关于人脸识别,稀疏表示的若干论文的小结
- 关于../表示上级目录的理解
- 关于稀疏自编码器的自己的理解
- 关于JCT-VC的A033文档的理解(运动表示)
- 稀疏表示去噪的理解
- 稀疏表示—L1范数理解
- dodo:人脸识别方法个人见解(包括稀疏表示方法的理解)
- 关于编程的一点理解
- 关于Promise的一些个人理解jQuery的deferred
- 关于JAVA中接口的几点理解
- 关于Server.urlencode,我的理解
- 我近期原创帖之1(看谁理解更深刻,关于defer,attachEvent,window.onload....)
- c语言中,关于延迟函数的理解
- 编译原理学习笔记·关于四种文法的理解以及 如何根据语言描述给出正则式或相应文法
- 《统计学习方法》中关于SMO算法的一些理解
- 关于网络编程相关的浅薄理解
- 关于DSP哈佛结构的数据空间和程序空间及CMD文件的理解
- 关于对pre-trained模型的使用和理解