带PCA卷积的稀疏表示图像分类算法

来源：计算机工程与应用杂志2017年第14期北京时间：

作者：魏明俊1，许道云1，徐梦珂2

单位：1.贵州大学 计算机科学与技术学院，贵阳 550025 ；2.贵州大学 理学院，贵阳 550025

摘要：针对不同卷积核可以提取不同的图像特征，而卷积核的训练比较困难这一问题，提出一种带主成分分析（PCA）卷积的稀疏表示分类算法。先对训练样本集做分片去均值化处理，然后直接应用PCA算法提取所有分片的前K个特征向量作为卷积核，再用这些卷积核对原始图像进行卷积操作；并提出一种自动加权策略，对卷积处理后得到的K个特征图像进行加权叠加操作；最后对特征图像进行分块直方图统计稀疏化，并应用稀疏表示分类算法进行分类。在公共人脸数据集AR、CMU Multi-PIE、ORL以及数字手写体数据集MNIST上与常用分类算法进行对比实验，实验结果表明，带PCA卷积的稀疏表示分类算法具有更高的分类准确率。

关键词：稀疏表示,主成分分析卷积核,图像卷积,直方图统计,图像分类