近邻类加权结构稀疏表示图像识别算法-论文.pdf

《近邻类加权结构稀疏表示图像识别算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第30卷第8期信号处理V01．30No．82014年8月J0URNALOFSIGNALPROCESSINGAug．2014近邻类加权结构稀疏表示图像识别算法胡正平赵淑欢彭燕王宁(燕山大学信息科学与工程学院，河北秦皇岛066004)摘要：针对如何将近邻、子空间学习与稀疏表示结合起来解决基于稀疏表示的图像识别问题，本文综合考虑子空间中样本的类内散度小，类间散度大，且同类中所有样本对重构某一给定样本的影响相似(即表示系数相似)，因此按类而非样本处理的思想更符合基于类重构误差进行分类的算法要求，为此提出一种基于近邻类加权结构稀疏表示算法用于图像识别。该算法首先利用线性类重构误差选

2、取k个最近邻类，并将其对应的系数作为权值对投影后的近邻类加权，其次在投影子空间上，用k个类的加权训练样本集对测试样本进行结构稀疏表示，最后根据最小类重构误差得出分类结果。在AR，YaleB，MNIST，PIE数据库上的实验结果表明该方法在训练样本数较少的情况下获得较高的识别率且具有一定的鲁棒性。关键词：稀疏分类；加权近邻类；线性表示；PCA；结构稀疏中图分类号：TP391．41文献标识码：A文章编号：1003—0530(2014)08—0891—10WeightedNearNeighborClassesBlock—SparseRepresentationforImageR

3、ecognitionHUZheng-pingZHAOShu-·huanPENGYanWANGNing(SchoolofInformationScienceandEngineering＆YanshanUniversity，Qinhuangdao，Hebei066004，China)Abstract：Sparserepresentationhasbeendeeplystudiedforitsrobustnessandeffectiveness，whileitscomplexcomputa—lionreducestheefficiency；SOmanymethodscombin

4、edwithnearestneighbor，subspacelearningandsparserepresentationtoreducecomputationareproposed．Consideringtheintra—classscatterissmallwhiletheinter—classscatterislargeintheprojectionsubspace，andsamplesofasalneclasshavesimilarcontributionstoreconstructagivensample，SOdealingwiththeproblembycla

5、ssismorereasonable．Weightednearestneighborclassesbasedblock-sparserepresentationforimagerecognitionispresentedinthispaper．First，kneighborclassesareselectedandthecorrespondingcoefficientsarepre—servedtoweightsamplesoftheclasses．andthenthetestsampleisrepresentedbyblock-sparserepresentationf

6、orclassifi—cationinthesubspace．Finally，itclassifiesthetestsampleintotheclasswithlowestresidua1．TheexperimentsonAR，YaleB，MNISTandPIEdatabaseverifytheproposedmethod’Seffectivenessandrobustness．Keywords：sparseclassification；weightednearestneighborclasses；linearrepresentation；PCA；block—sparse

7、represen-tation示对于遮挡和噪声都有一定鲁棒性，使人脸识别系1引言统性能取得突破性进展。而文献[4]将稀疏表人脸识别因其应用广泛且典型而成为模式识示的思想进行拓展，利用稀疏表示将待识别的图像别和机器视觉领域的研究重点，MaYi等首先将稀疏与测试图像对齐，并构造新的模型用于处理图像未表示应用于人脸识别，由于其下采样和协同稀疏表对齐和具有光照变化等情况，算法具有更好的鲁棒收稿日期：2013—12—12；修回Ft期：2014—03—20基金项目：国家自然科学基金(61071199)；河北省自然科学基金(F2010001