多观测样本联合信息加权稀疏表示分类算法.pdfVIP

第30卷第4期 信 号 处 理 V01．30N0．4 OFSIGNALPROCESSING Apr．2014 2014年4月 JOURNAL 多观测样本联合信息加权稀疏表示分类算法 胡正平赵艳霜赵淑欢 (燕山大学信息科学与工程学院，秦皇岛066004) 摘要：多观测样本分类问题中，同一对象的多观测样本均看作一个整体进行识别，其同等看待各个观测样 本。考虑到其每个观测样本包含判别信息量不同，针对如何有效利用其可信度问题，提出基于观测样本联合 加权稀疏表示多观测样本分类算法。首先将多观测样本分解成单样本，分别对各个样本进行稀疏求解得到其 各自的稀疏度和残差，进而联合二者确定其相应可信度。然后给各观测样本进行可信度加权，重构出加权多 观测样本。最后，再采用整体稀疏表示对其进行分类。在ETH一80物体数据库、CMu-PIE人脸数据库和BAN- CA数据库上进行大量对比实验，实验结果证明该算法的有效性，提高识别精度的同时使算法的鲁棒性得到 保证。 关键词：多观测样本分类；联合稀疏表示；重构样本；可信度加权；判别信息 中图分类号：1P391．4l文献标识码：A 文章编号：1003一0530(2014)04—0413—09 observa廿伽Sets B嬲ed伽Joint MlllⅡple Cl蜮mc撕佃Algorithm Vy电ightedSparseR电presentation HU ZHAO ZHAOShu-huan zheng-pingY孤一shu髓g ofIIl：formati∞Scienceand (Sch∞l EIlgineering＆Ya璐h帅uniVe璐it)r，QiIlllu锄gd∞，Hebei066004，ClIina) were In 0f obsenr鲥on observ娟。璐oftlles砌e viewed船 Ah出_d： cl踞sificati彻pmblemmultiple sets，m山ple object awholefor all tlle商艳弛m啪眦mofdiscrinlinativeiIlfor- rec倒ti∞，尚chresp∞t8iIlgles跗lple8eqIlally．Co衄id嘶ng mationf如me∽h t0howto tlIeir din．eremdi∞riIni咖t singIes硼叩le，witIIr|egard exploitrespec石ve iⅡfo槲on，Hndtiple on is observa— obsenration的ts b∞ed c1鹊sificaii叫al鲥tllmjoints觚lpleweigh词spar弛Iepresemationproposed．Mllltip：Ie tion am into each is a itsre· sets fi玛tdivided singles明1ples锄ds啪ple