判别式字典学习方法及应用研究

发布时间：2017-04-06 20:14

  本文关键词：判别式字典学习方法及应用研究，，由笔耕文化传播整理发布。

【摘要】：稀疏表示作为一种强有力的图像表示模型,近年来已经被广泛地应用于解决图像分类,人脸识别,纹理分类等一系列有关于计算机视觉分类的问题。字典是稀疏表示模型中影响最终编码和分类性能的重要因素,因此如何学得一个有利于分类的具有判别力而又紧凑的字典是一个非常有挑战性的研究工作。本文在总结和分析了一些相关字典学习研究工作的基础上,从考虑数据空间的几何结构属性和训练数据的类别信息这两个角度出发,提出了两种判别式字典学习方法及其应用。本文提出了一种有效的基于局部一致的判别式字典学习方法并将其应用于图像分类。在字典学习过程中,有效地利用了数据空间的几何结构信息和数据样本的类别信息,通过考虑数据空间的几何结构属性来保持局部特征间的相似性属性,通过引入类别信息使得字典的判别能力进一步加强。结合数据样本的图表示,本文的字典学习方法提出了一个有效的范式来建模数据空间的几何结构,同时训练样本的类别标签被融入到目标函数中。通过这种方式,本方法可以获得一个更加具有判别力的字典,保证了属于同一类别的相似样本拥有相似的编码,而分属于不同类别的样本拥有的编码差异尽可能大。本文将此字典学习方法应用于一些经典的图像分类数据集,并在其上取得了较好的分类效果,从而证明了本方法的有效性。本文提出了一种有效的基于黎曼流形的判别式字典学习方法并将其应用于人脸识别和纹理分类。为了将位于黎曼流形上的对称正定矩阵数据应用于稀疏表示模型,本文通过正定核函数将数据和字典映射到再生的核希尔伯特空间,在新的特征空间中每个数据点可以表示为字典基向量的稀疏线性组合,并且可以使用黎曼度量来有效度量稀疏重构误差。通过对黎曼流形内在几何结构属性的保持与类别信息的考虑,学得的判别字典可以使得数据样本在新的特征空间中的编码保持较高的一致性,即在原始黎曼流形内同类的相似矩阵特征获得更加相似的编码,而不同类别的矩阵特征获得的编码保持一定的差异性。本文将此字典学习方法应用于人脸识别和纹理分类数据集,并在其上取得了较好的分类效果,从而证明了本方法的有效性。
【关键词】：字典学习 稀疏表示 图像分类 人脸识别 黎曼流形
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TP181
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 研究意义10-11
• 1.2 国内外研究现状11-14
• 1.3 研究工作内容14
• 1.4 论文结构安排14-16
• 第2章 基于局部一致的判别式字典学习方法16-42
• 2.1 引言16
• 2.2 稀疏表示理论16-20
• 2.2.1 稀疏表示模型16-18
• 2.2.2 稀疏表示求解算法18-20
• 2.3 基于稀疏表示的字典学习算法20-24
• 2.3.1 最优方向（MOD）字典学习算法20-21
• 2.3.2 K-SVD字典学习算法21-22
• 2.3.3 Fisher判别式字典学习算法22-24
• 2.4 基于局部一致的判别式字典学习24-30
• 2.4.1 理论基础24-26
• 2.4.2 目标函数26-27
• 2.4.3 优化方法27-30
• 2.5 字典学习在图像分类上的应用30-35
• 2.5.1 词袋模型30-31
• 2.5.2 特征提取31-32
• 2.5.3 特征池化32-33
• 2.5.4 分类器模型33-35
• 2.6 实验结果与结论35-41
• 2.6.1 参数设置35
• 2.6.2 Scene 15数据集35-37
• 2.6.3 UIUC-Sport数据集37-39
• 2.6.4 Caltech-101数据集39-40
• 2.6.5 Caltech-256数据集40-41
• 2.7 本章小结41-42
• 第3章 基于黎曼流形的判别式字典学习方法42-56
• 3.1 引言42
• 3.2 基于黎曼流形的字典学习方法42-47
• 3.2.1 黎曼流形42-43
• 3.2.2 相关字典学习方法43-47
• 3.3 基于黎曼流形的判别式字典学习47-51
• 3.3.1 理论基础47-48
• 3.3.2 目标函数48-50
• 3.3.3 优化方法50-51
• 3.4 实验结果与结论51-55
• 3.4.1 实验设置51-52
• 3.4.2 Extended Yale B数据集52-53
• 3.4.3 FERET数据集53-54
• 3.4.4 Brodatz数据集54-55
• 3.5 本章小结55-56
• 第4章 总结与展望56-58
• 4.1 工作总结56-57
• 4.2 未来展望57-58
• 参考文献58-64
• 攻读学位期间发表论文与研究成果清单64-65
• 致谢65

【相似文献】

中国期刊全文数据库 前6条

1 姜伟;李健芳;杨炳儒;;黎曼流形框架上半监督判别分析[J];计算机辅助设计与图形学学报;2014年07期

2 邹丽;温欣;林彬;;黎曼流形上非线性凸规划最优性条件的研究[J];计算机科学;2014年02期

3 陈绍荣;王宏强;黎湘;夏胜平;;一种新的黎曼流形学习方法[J];南京大学学报(自然科学版);2012年01期

4 程丹;杨钦;李吉刚;蔡强;;二维黎曼流形的Voronoi图生成算法[J];软件学报;2009年09期

5 於东军;吴小俊;HANCOCK Edwin R;杨静宇;;广义SOM及其在人脸性别识别中的应用[J];计算机学报;2011年09期

6 ;[J];;年期

中国博士学位论文全文数据库 前10条

1 王湘美;黎曼流形上次梯度算法的收敛性及其应用[D];浙江大学;2014年

2 王婷婷;黎曼流形上外微分形式理论在A-调和方程中的应用研究[D];哈尔滨工业大学;2015年

3 许春燕;基于黎曼流形的图像分类算法研究[D];华中科技大学;2015年

4 武猛;曲率有下界的黎曼流形[D];南开大学;2009年

5 蒋新荣;黎曼流形上非线性抛物方程的性质研究[D];华东师范大学;2011年

6 付风云;半（次）黎曼流形上的共形和射影映射的几何不变性研究[D];南京理工大学;2012年

7 叶桂波;黎曼流形上的学习理论—在线分类和多核算法[D];复旦大学;2007年

8 李奇睿;黎曼流形上的一些曲率问题[D];浙江大学;2014年

9 郭希;黎曼流形上曲率泛函的变分问题[D];清华大学;2013年

10 吴飞凡;切触黎曼几何上几何分析的一些研究[D];浙江大学;2015年

中国硕士学位论文全文数据库 前10条

1 曾凡奇;黎曼流形上Gradient Ricci Almost Soliton的分类及相关问题[D];河南师范大学;2015年

2 邢庆贺;二维黎曼流形上蒙日—安培方程解水平集的曲率估计[D];哈尔滨师范大学;2015年

3 张适也;判别式字典学习方法及应用研究[D];北京理工大学;2016年

4 梁洪;GROMOV-HAUSDORFF距离下紧黎曼流形的收敛性定理[D];首都师范大学;2009年

5 钟慧文;具有Excess pinching的黎曼流形上的微分球定理[D];曲阜师范大学;2010年

6 吴佳贤;黎曼流形上非线性方程解的梯度估计[D];漳州师范学院;2011年

7 肖刚;黎曼流形上微分动力系统的几何结构[D];新疆师范大学;2004年

8 焦蕾;次黎曼流形上的几类变换[D];南京理工大学;2005年

9 陈德重;黎曼流形上的曲线收缩流[D];清华大学;2005年

10 刘雪娇;关于黎曼流形上A-调和方程的研究[D];哈尔滨工业大学;2010年

  本文关键词：判别式字典学习方法及应用研究，由笔耕文化传播整理发布。

本文编号：289591