基于低秩稀疏表征的图像分类算法研究

《基于低秩稀疏表征的图像分类算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码１０３４５研究类型应用研究ｆ－１＇，．－／應故兴巧耗大參ＺＨＥＪＩＡＮＧＮＯＲＭＡＬＵＮＶＥＲＳＩＩＴＹ＇■；、；－．ｒ－，．‘－Ｖ硕壬学位论文矣．．．．＇Ｖ．．＇－，ｆ？Ｓ题目：某于化秩稀疏表征的图像分类＼算法研究．．．．．—？＇ｆ／，扛ｒ学科专业；计篡机科学与巧术年化：２０１３级学号；２０１３２１０７２３研究生；黄小巧指导教师；郑忠龙中困分类号：ＴＰ３９１．４论文捷交时间：２０１

2、６年３月２１日＞．，．一？．＇＇＇Ｖ：－片．．．、，－Ｉ■、—Ｊ＾．■．．’、，Ｖ．ＲＥＳＥＡＲＣＨＯＮＩＭＡＧＥＣＬＡＲＩＦＩＣＡＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＬＯＷＲＡＮＫＡＮＤＳＰＡＲＳＥＲＥＰＲＥＳＥＮＴＡＴＩＯＮＴｈｅｓｉｓＳｕｂｍｉ订ｅｄｔｏＺｈｅｊｉａｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙｉｎａｒｔｉａｌｆｉｌｌ打ｌｌｍｅｎｔｏｆ化ｅｒｅｕｉｒｅｍｅｎｔｐｑｆｏｒｔｈｅｄｅｇｒｅｅｏｆＭａｓｔｅｒ

3、ｏｆＳｃｉｅｎｃｅｉｎＥｎｇｉｎｅｅｒｉｎｇｂｙＸｉａｏｑｉａｏＨｕａｎｇＣｏｍｕｔｅｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏ（ｐｇｙ）ＴｈｅｓｉｓＳｕｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＺｈｏｎｇｌｏｎｇＺｈｅｎｐｇＭａｒｃｈ２３２０１６，基于低秩稀疏表征的图像分类算法研究摘要随着视频监控的普及和图像数据的海量增长，图像的人工检索与分类已经无法适应需求，这促进了图像分类技术的产生与发展。图像分类的关键技术是提取图像特征信息及其表征，，。由于提取后的特征数据维数过高需对其进行降维处理

4、Ｗ免出现维数灾难。自低秩稀疏表征理论提出Ｗ来，研究学者开始大量研究其在图像分类领域的应用并取得很多突破性的研究成果。受判别分析法、迁移学习及图论等理论知识的启发，有研究学者考虑在低秩稀疏表征基础上，结合其它领域理论知识，来提高算法的分类性能。图像分类技术虽然发展迅速，但现实需求（实时性、准确性等）和识别困难（光照、遮挡等）等问题，其还存在较大的发展空间。本文致力于基于稀疏低秩表征理论的图像分类算法研究，目标是获取更好的图像特征信息表征来提高图像的判别性，从而提高图像的分类性能。本文的主要研究工作，如下：

5、（１）对目前图像分类算法研究背景意义、低秩稀疏表征理论的发展及在图像分类中的应用作了综合分析，并介绍了国内外的研巧现状Ｗ及图像分类算法面临的挑战与潜在的发展前景。一（２）详细介绍了目前些经典分类器、图像分类相关的基础理论知识Ｗ及基于低秩稀疏表征理论的图像分类算法。（３）结合稀疏低秩理论，本文基于ＬＡＳＳＯ（ＬｅａｓｔＡｂｓｏｌｕｔｅＳｈｒｉｎｋａｇｅａｎｄＳｅｌｅｃｔｉｏｎＯｅｒａｔｏｒ）提出Ｔ局部保持投影的稀疏回归算法（ＳｐＬＰＰ）。ＳｐＬＰＰ把局部保持和稀ｐ一疏性结合起来，同时将降维、特征选择

6、综合在种分析中。ＳｐＬＰＰ算法的本质是在ＬＡＳＳＯ约束下求解保持局部特性的最佳投影，通过该算法得到的数据同时保留了局部结构与判别能力，有效提高了图像的分类性能。（４）本文将ＳｐＬＰＰ算法应用于人脸识别，并通过两类实验来测试ＳｐＬＰＰ算法的性一一，。，能：类实验测试其表征能力另类实验测试其分类能力考虑到在小样本问题中＇ＩＳｐＬＰＰ可能不能直接应用，因此文本提出了其广义正则化形式民ＳｐＬＰＰ使得算法更加适用。本文分别在合成数据集与Ｆｒ巧人脸数据集上测试ＳｐＬＰＰ算法的表征能力。应用ＳｐＬＰＰ算法，将训练集

7、与测试集数据降维至２维。实验结果表明，ＳｐＬＰＰ算法相比较于其他算法，能同时保留数据的局部结构与判别能力，因此具有更强的表征能力。本文分别在来自ＵＣＩ的虹膜数据集和ＵＳＰＳ数据集上测试ＳｐＬＰＰ的分类性能。由对比实验可知，ＳｐＬＰＰ算法具有更强的分类性能。关键词：低秩稀疏表征；图像分类；降维；人脸识别；分类器１１ＲＥＳＥＡＲＣＨＯＮＩＭＡＧＥＣＬＡＳＳＩＦＩＣＡＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＬＯＷＲＡＮＫＡＮＤＳＰＡＲＳＥＲＥＰＲＥＳＥＮＴＡＴＩＯＮＡＢＳＴＲＡＣＴＷｈｈ

8、ｔｈｅｐｏｐｕｌａｒｋｙｏｆｃａｍｅｒａｓａ打ｄｓｕｒｖｅｉｌｌａｎｃｅａｓｗｅｌｌａｓ化ｅｍａｓｓｉｖｅｇｒｏｗｔｈｏｆｉｉｍａｉｆｉｉｓｂｄｉｉｔａｌｍａ