稀疏表示的图像分类研究综述.pdfVIP

第28卷 第3期 盐城工学院学报 (自然科学版) Vo1．28No．3 2015年 09月 JournalofYanchengInstituteofTechnology(NaturalScienceEdition) Sep．2015 doi：10．16018／j．cnki．cn32—1650／n 稀疏表示的图像分类研究综述 周 近 (江苏第二师范学院，江苏 南京 210013) 摘要 ：良好的特征提取方法能减轻后续图像分类与识别的工作量 。针对具体的分类 问题提 出了 不同的特征提取方法，并在图像分类和识别任务上取得 了较好的效果。然而，已有的基于传统 方法的特征提取存在一些明显不足，即随着视觉任务规模的增大，直接利用这些传统方法进行 特征分类，效果并不理想。提 出的特征表达方法，在图像最基本特征基础上进行矢量量化、稀疏 编码或其它表达以形成一幅图像最后的特征。着重介绍基于稀疏表示的特征分类算法并对其 进行分析，最后探讨存在 的问题和今后研究的方向。