项目名称: 基于二维随机映射和一范数优化的有监督图像分类研究
项目编号: No.61152004
项目类型: 专项基金项目
立项/批准年度: 2012
项目学科: 金属学与金属工艺
项目作者: 廖亮
作者单位: 中原工学院
项目金额: 15万元
中文摘要: 随着图像采集和传感器分辨率的不断攀升,图像识别要处理的数据维数越来越高,从而导致计算复杂度飙升,而高维数据分布的非线性和非凸性也使得有效识别变得异常困难。针对该问题,特征提取和非线性分类器的设计至关重要。而传统的方法通常是将图像变换成向量后再提取特征和识别的。针对这种"一维向量化"的缺点,本研究利用压缩感知和稀疏表示理论对图像进行二维压缩采样,并设计针对压缩图像的二维非线性分类器。(1)提出用于图像特征提取的二维随机映射方法,降维图像保持矩阵结构,并可用一范数优化技术重建原始图像。和传统方法相比,采样和重建的计算复杂度显著降低。(2)提出一种基于二维稀疏表示的有监督图像分类器。图像的分类由训练集和一个重建的稀疏矩阵确定。稀疏矩阵的重建利用一范数优化技术完成。与稀疏向量相比,稀疏矩阵包含结构信息,而且重建的计算复杂度也更低,同等条件下基于该方法的识别率和稳定性优于一维方法。
中文关键词: 稀疏表示;二维随机映射;一范数优化;受限子空间;本征维数估计
英文摘要:
英文关键词: Sparse representation;2D random projection;L1-norm optimization;Constrained subpace;Intrinsic dimension estimation