基于属性学习的图像分类研究

摘要：

图像中所蕴合的属性对于图像识别有着重要作用,以往的传统分类方法往往忽略了这些特性,为此,提出一种将稀疏表示和属性学习结合用于图像分类的新方法.该方法首先对图像特征进行稀疏分解,利用系数稀疏表示重构图像特征,然后将重构的特征数据用于属性学习,通过属性分类器的训练学习完成对目标图像的属性识别,达到识别出图像种类的目的.在植物数据集上的对比试验证实了该算法的有效性和在识别准确率上相对于传统识别算法的提升.

关键词：属性学习、稀疏表示、多分类、K-SVD

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61170126

在线出版日期：2014-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：288-291