模式分类中的特征融合方法

摘要：

特征融合方法是模式识别领域的一种重要方法.计算机视觉领域的图像识别问题作为一种特殊的模式分类问题,仍然存在很多挑战.特征融合方法能够综合利用多种图像特征,实现多特征的优势互补,获得更加鲁棒和准确的识别结果.笔者基于信息融合理论分析了特征融合方法的原理,介绍了特征融合方法的研究现状,讨论了特征融合与3类主流基础理论相结合的方法,其中基于贝叶斯理论的特征融合算法可以实现多特征的融合决策,基于稀疏表示理论的特征融合算法能够得到多特征的联合稀疏表示,基于深度学习理论的特征融合算法能够强化深度神经网络模型的特征学习过程.

关键词：特征融合、模式识别、分类

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61370127,61473031,61472030;新世纪优秀人才支持计划项目NCET-13-0659;中央高校基本科研业务费专项资金项目2014JBZ004;北京高等学校青年英才计划项目YETP0583

在线出版日期：2018-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8