图像分类研究现状
? ? ? ? 圖像分類包括圖像樣本的獲取過(guò)程,圖像特征提取過(guò)程和圖像分類的過(guò)程。
特征提取是指為了保證分類器能夠正常工作,需要對(duì)樣本圖像進(jìn)行一些變換,并按某種準(zhǔn)則選用對(duì)正確分類識(shí)別有作用的信息。而圖像的分類通常包含了訓(xùn)練分類器和使用分類器進(jìn)行分類的過(guò)程。近期,基于稀疏表示的方法在圖像分類得到了廣泛的應(yīng)用,J Wright 等在文獻(xiàn)[14]中提出了基于稀疏表示分類(SRC)的魯棒人臉識(shí)別方法,其在噪聲和遮擋環(huán)境下具有優(yōu)秀的識(shí)別效果。Xue Mei 等在文獻(xiàn)[12]中提出了結(jié)合稀疏分類與貝葉斯推理框架的識(shí)別算法,在此文獻(xiàn)中,作者還提出了用細(xì)節(jié)模板對(duì)噪聲,遮擋等干擾進(jìn)行建模的方法,同時(shí),該文獻(xiàn)還提出了一種非負(fù)約束用以增強(qiáng)稀疏分類精度。宋相法等人在文獻(xiàn)[15]中提出了一種基于稀疏表示的多標(biāo)記學(xué)習(xí)算法。此算法充分利用隸屬度對(duì)標(biāo)記進(jìn)行排序,進(jìn)而完成分類。
總結(jié)
- 上一篇: 网络基础之网络协议
- 下一篇: Qt 5.13版本正式发布(带下载链接)