超图拉普拉斯稀疏编码在图像识别中的应用-计算机应用与软件.PDF

第３１卷第１０期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．１０ ２０１４年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１４ 超图拉普拉斯稀疏编码在图像识别中的应用 周钦青　曾爱林 （顺德职业技术学院　广东佛山５２８３３３） 摘　要　　稀疏编码已经成为一种有效的降维方法。由于编码字典的超完备性、特征之间的局部邻接信息和相似度在编码过程中 丢失而降低了稀疏编码的识别率。为了保护特征之间的距离关系和相似信息，提出一种超图稀疏编码框架。这种结构融合相似度 权重进入稀疏编码计算过程中，同时结合超图理论，对稀疏编码方法进行改进，增强了稀疏编码的鲁棒性。最后，在Ｃａｌｔｅｃｈ及Ｓｃｅｎｅ 两大场景数据库上的实验验证了所提方法的有效性。 关键词　　图像识别　特征抽取　拉普拉斯　稀疏编码　超图理论 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．１０．０４３ ＡＰＰＬＩＣＡＴＩＯＮＯＦＨＹＰＥＲＧＲＡＰＨＬＡＰＬＡＣＩＡＮＳＰＡＲＳＥＣＯＤＩＮＧ ＩＮＩＭＡＧＥＲＥＣＯＧＮＩＴＩＯＮ ＺｈｏｕＱｉｎｑｉｎｇ　ＺｅｎｇＡｉｌｉｎ （ＳｈｕｎｄｅＰｏｌｙｔｅｃｈｎｉｃＣｏｌｌｅｇｅ，Ｆｏｓｈａｎ５２８３３３，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｓｐａｒｓｅｃｏｄｉｎｇｈａｓｂｅｅｎａｎｅｆｆｅｃｔｉｖｅｄｉｍｅｎｓｉｏｎａｌｉｔｙｒｅｄｕｃｔｉｏｎｍｅｔｈｏｄ．Ｄｕｅｔｏｔｈｅｏｖｅｒｃｏｍｐｌｅｔｅｎｅｓｓｏｆｔｈｅｅｎｃｏｄｉｎｇｄｉｃｔｉｏｎａｒｙ， ｔｈｅｌｏｓｓｅｓｏｆｌｏｃａｌａｄｊａｃｅｎｃｙｉｎｆｏｒｍａｔｉｏｎｂｅｔｗｅｅｎｆｅａｔｕｒｅｓａｎｄｓｉｍｉｌａｒｉｔｙｄｕｒｉｎｇｔｈｅｅｎｃｏｄｉｎｇｐｒｏｃｅｓｓｌｅａｄｔｏｔｈｅｒｅｄｕｃｔｉｏｎｏｆｔｈｅｒｅｃｏｇｎｉｔｉｏｎ ｒａｔｅｏｆｓｐａｒｓｅｃｏｄｉｎｇ．Ｉｎｏｒｄｅｒｔｏｐｒｅｓｅｒｖｅｄｉｓｔａｎｃｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅｆｅａｔｕｒｅｓａｎｄｓｉｍｉｌａｒｉｔｙｉｎｆｏｒｍａｔｉｏｎ，ｗｅｐｒｏｐｏｓｅａｈｙｐｅｒｇｒａｐｈ ｓｐａｒｓｅｃｏｄｉｎｇｆｒａｍｅｗｏｒｋ，ｉｎｔｈｉｓｓｔｒｕｃｔｕｒｅｔｈｅｓｉｍｉｌａｒｉｔｙｗｅｉｇｈｔｉｓｉｎｔｅｇｒａｔｅｄｉｎｔｏｓｐａｒｓｅｃｏｄｉｎｇｃａｌｃｕｌａｔｉｏｎ．Ｍｅａｎｗｈｉｌｅ，ｈｙｐｅｒｇｒａｐｈｔｈｅｏｒｙｉｓ ｃｏｍｂｉｎｅｄｔｏｉｍｐｒｏｖｅｔｈｅｓｐａｒｓｅｃｏｄｉｎｇｉｎｅｎｈａｎｃｉｎｇｉｔｓｒｏｂｕｓｔｎｅｓｓ．Ｉｎｅｎｄｏｆｔｈｅｐａｐｅｒ，ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｖｅｒｉｆｉｅｄ ｔｈｒｏｕｇｈｅｘｐｅｒｉｍｅｎｔｓｏｎｔｗｏｓｃｅｎｅｄａｔａｂａｓｅｓｏｆＣａｌｔｅｃｈａｎｄＳｃｅｎｅ． Ｋｅｙｗｏｒｄｓ　　Ｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎ　Ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ　Ｌａｐｌａｃｉａｎｍａｔｒｉｘ　Ｓｐａｒｓｅｃｏｄｉｎｇ　Ｈｙｐｅｒｇｒａｐｈｔｈｅｏｒｙ 编码特征的丢失，因为相似性特征在超完备字典中的编码会出 ０　引　言 现不同的形式，从而使得稀疏编码方法具有某种程度上的不稳 定性。一种不稳定的算法在计算机视觉中的直接影响便是这种 稀疏编码已经在信号处理和图像识别等计算机领域有广泛 方法不具备健壮性和鲁棒性。以前的研究成果没有对稀疏编码 的应用，特别是稀疏编码理论蕴藏着与其它技术所不具有的广 这种方法进行扩展［７，８］。面对这一问题，本文提出了一种基于 泛的应用方向，比如信号重建［１］ ［２］ ［３