基于字典对齐的迁移稀疏编码图像分类

来源：电讯技术杂志2018年第8期北京时间：

作者：李泽军,潘杰,韩丽

单位：(中国矿业大学 信息与控制工程学院，江苏 徐州 221008;中国矿业大学 电气与动力工程学院，江苏 徐州 221008)

摘要：基于稀疏编码的图像分类算法，当源域和目标域间样本服从不同分布时，从源域样本中学习到的字典无法有效对目标域样本进行编码，进而严重影响算法的分类性能。为了解决此问题，提出一种基于字典对齐的迁移稀疏编码(TSC-DA)算法。一方面，通过将字典对齐机制引入稀疏编码模型训练过程中，以减少源域和目标域间样本分布差异；另一方面，采用L2正则化项代替字典约束项，将其转化为无约束优化问题，从而回避了拉格朗日对偶法复杂的求解方式。实验结果表明，TSC-DA能够有效提高目标域的图像分类精度。

关键词：图像分类；图像表示；稀疏编码；字典对齐；迁移学习；L2正则化；

基金资助：国家自然科学基金资助项目(61703404)；江苏省自然科学基金资助项目(BK20150203)