自然图像稀疏编码模型研究综述

摘要：

根据建模出发点的不同,把各种建模方法分为模拟视觉系统模型、统计分析模型两大类方法,根据不同的目标、不同的模型特征和结构,把模拟视觉系统的稀疏编码模型分又为最大似然概率、目标函数优化、Gabor小波基函数、超完备基、神经网络、分层稀疏编码六类模型.根据模型学习方法的不同,统计分析模型又分为独立分析、非负矩阵分解以及特定特征的稀疏编码3种模型.针对上述各种模型进行了介绍、分析和研究,并归纳总结不同方法的主要特点,最后进行了展望.

关键词：稀疏编码模型、模拟视觉模型、统计分析模型

所属期刊栏目：34

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61272320,60970087;北京市教委项目KM201111417004;北京联合大学人才强校计划BPHR2012E01,BPHR2012A01

在线出版日期：2013-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：106-111