多任务联合空间金字塔匹配的稀疏表示与动态系数的目标识别

Scidown文献预览系统！

作者：scidown 发布时间：2021-06-03 16:57:55 文章标题：

多任务联合空间金字塔匹配的稀疏表示与动态系数的目标识别( Multitask joint spatial pyramid matching using sparse representation with dynamic coefficients for object recognition )

文章作者：

MH Hajigholam AA Raie K Faez classifier fusion object recognition particle swarm optimization variance of features sparse representation

文章简述：

在许多计算机视觉应用中，目标识别被认为是一个必不可少的部分。近年来，基于图像稀疏特征表示的稀疏编码方法在多个目标识别基准上都取得了显著的效果，但这些方法所获得的精度还不够。在可用的训练图像很少的地方就会出现这样的问题。因此，使用多功能和多任务词典似乎是实现更好结果的关键。我们采用多任务联合稀疏表示，利用动态系数来连接这些稀疏特征。换句话说，我们分别为每个类计算每个特征的重要性。这使得每个类都能有效和适当地使用这些特性。因此，我们使用特征方差和粒子群优化算法来获得这些动态系数。在Caltech-101和Caltech-256数据库上的实验结果表明，与在相同数据库上的现有技术相比，我们的工作具有更高的精确度。

文章下载地址（开放版）：