基于核竞争学习算法的图像特征提取

来源：计量学报杂志2017年第5期北京时间：

作者：陈杰,尚丽

单位：1. 苏州市职业大学 电子信息工程学院, 江苏 苏州 215104; 2. 苏州大学 城市轨道交通学院, 江苏 苏州 215100;

摘要：利用核函数学习可有效解决图像特征线性不可分的特性,结合稀疏表示算法的优势,提出了一种新的图像特征提取方法。采用基于竞争学习规则的独立分量分析法对图像进行稀疏表示,该算法可提取数据的高维特征,且不需要优化高阶的非线性函数和进行稀疏密度估计,因而有较快的收敛速度。与仅使用基于竞争学习的独立分量分析法相比,在PolyU数据库上的实验结果表明,采用基于核函数学习和稀疏表示相结合的方法所提取的数据特征有利于提高特征分类精度。

关键词：计量学; 图像特征提取; 核函数; 稀疏表示; 竞争学习规则; 独立分量分析

基金资助：国家自然科学基金(61373098); 江苏高等学校优秀科技创新团队资助; 苏州市职业大学校级课题(2013SZDCC01)