MRI brain tumor segmentation using informative feature vectors and kernel dictionary learning
University of Zanjan(赞詹大学)
本文提出基于核字典学习的MRI脑肿瘤分割方法,提取统计特征并选择信息子集训练字典,用线性分类器分割,在准确性、时间和内存上优于现有方法。
2023-10-17 cs.CV stat.ML
Are visual dictionaries generalizable?
University of Campinas(坎皮纳斯州立大学)
基于视觉词典的中级特征是当今图像分类和检索系统的基石。这些最先进的表示方法主要取决于码本(视觉词典)的选择,而码本通常来自数据集。在通用的动态图像集合(例如,Web),不能为了提取代表性字典而具有整个集合。然而,基于字典只反映低级别外观的多样性,不捕捉语义的假设,我们认为,字典的基础上的一个小的数据子集,甚至在一个完全不同的数据集,是能够产生一个很好的表示,只要所选择的图像跨越足够多样化的低级别特征空间的一部分。我们的实验证实了这一假设,打开的机会,大大减轻了负担,在产生的码本,并确认在大规模的动态环境中采用视觉词典的可行性。
2012-05-11 cs.CV
Classification of Chinese Handwritten Numbers with Labeled Projective Dictionary Pair Learning
Shahrood University of Technology(沙赫鲁德理工大学);Queen’s University Belfast(贝尔法斯特女王大学);University of Essex(埃塞克斯大学);University of Edinburgh(爱丁堡大学)
字典学习是图像分类的基石。我们着手解决使用字典学习进行分类的长期挑战;即同时最大限度地提高学习字典的可辨别性和稀疏表示能力。在此前提下,我们设计了类特定的字典,结合三个因素:可辨别性,稀疏性和分类错误。我们将这些度量集成到统一的成本函数中,并采用了新的特征空间,即,方向梯度直方图(HOG),以生成字典原子。使用HOG特征设计字典的基本原理是它们在描述拥挤图像的细节方面的优势。将所提出的方法应用于中文手写数字分类的结果表明,与最先进的深度学习技术(即,SqueezeNet、GoogLeNet和MobileNetV 2),但只有一小部分参数。此外,与仅使用像素域数据的情况相比,HOG特征与字典学习的组合将精度提高了$11\%$。当所提出的方法应用于阿拉伯语和英语手写数字数据库时,这些结果得到了支持。
2020-12-07 cs.CV cs.LG
Cross-scale predictive dictionaries
Carnegie Mellon University(卡内基梅隆大学);Duke Kunshan University(昆山杜克大学)
使用数据字典的稀疏表示提供了一种有效的模型,特别是对于不喜欢交替分析稀疏化变换的信号。然而,用稀疏化字典来解决逆问题可能在计算上是昂贵的,特别是当所考虑的字典具有大量原子时。在本文中,我们将额外的结构,以字典为基础的稀疏表示的视觉信号,使加速时,解决稀疏近似问题。我们赋予稀疏模型的具体结构是多尺度建模,其中每个尺度的稀疏表示受到较粗尺度的稀疏表示的约束。我们表明,这种跨尺度预测模型提供了显着的加速,通常在10-60 $\times$的范围内,与图像,视频和光场相关的线性逆问题的准确性损失很小。
2018-09-04 cs.CV stat.ML
Jointly Learning Non-negative Projection and Dictionary with Discriminative Graph Constraints for Classification
Shenzhen University(深圳大学);Peking University(北京大学);Carnegie Mellon University(卡内基梅隆大学);Emory University(埃默里大学)
具有字典学习(DL)的稀疏编码已经显示出优异的分类性能。尽管有相当数量的现有作品,如何获得功能的字典可以更好地学习仍然是一个开放的和有趣的问题。许多当前流行的DL方法直接采用性能良好的精心制作的功能。虽然这种策略可能在经验上工作得很好,但它忽略了字典和特征之间的某些内在关系。我们提出了一个框架,其中的功能和字典共同学习和优化。该框架,名为联合非负投影和字典学习(JNPDL),使输入功能和字典之间的互动。非负投影导致基于部件的对象特征具有区分性,而DL寻求更合适的表示。判别图的约束,同时最大化类内的紧凑性和类间的可分性。在图像和图像集分类上的实验表明,JNPDL的性能优于几种最先进的方法。
2016-08-05 cs.CV
Joint Dictionaries for Zero-Shot Learning
HRL Laboratories, LLC(HRL实验室有限责任公司);University of Pennsylvania(宾夕法尼亚大学)
零样本学习(zero-shot learning,缩写为ZNL)的一种经典方法是将输入域映射到一组语义上有意义的属性,这些属性可以在以后用于对看不见的数据类(例如视觉数据)进行分类。在本文中,我们建议学习一个具有语义意义的原子的视觉特征字典。这种字典是通过视觉域和属性域的联合字典学习来学习的,同时对两个字典实施相同的稀疏编码。我们的新的属性感知配方提供了一个算法解决方案的域转移/hubness问题的CNOL。在学习联合字典时,可以通过仅使用视觉数据找到属性感知联合稀疏表示来将来自未见过类的图像映射到属性空间中。我们证明,我们的方法提供了优越的或可比的性能,最先进的基准数据集。
2017-09-12 cs.CV
Efficient Dictionary Learning with Sparseness-Enforcing Projections
Ulm University(乌尔姆大学)
学习字典适合稀疏编码,而不是使用工程基地已被证明是有效的各种图像处理任务。本文研究了优化字典的图像数据的表示是强制显式稀疏相对于一个光滑的,归一化的稀疏性措施。这涉及到计算欧几里德投影到稀疏度量的水平集上。而以前的算法,这个优化问题至少有准线性的时间复杂度,在这里提出的第一个算法具有线性时间复杂度和恒定的空间复杂度。其关键是基于软收缩函数的投影结果的表征的数学上严格的推导。这一理论被应用于一种名为Easy Dictionary Learning(EZDL)的原始算法中,该算法使用简单且快速计算的Hebbian-like学习规则来学习词典。新算法是有效的,表达和特别简单的实现。它表明,尽管它的简单性,所提出的学习算法是能够产生各种各样的字典,特别是拓扑组织的原子或可分离的原子。此外,字典的表现力作为基准学习算法在整个图像的再现质量方面,并导致等效的去噪性能。EZDL的学习速度比已经非常高效的在线词典学习算法快大约30%,因此有资格进行快速数据集分析和处理大量学习样本的问题。
2016-04-16 cs.CV cs.LG cs.NE
Cross-Domain Visual Recognition via Domain Adaptive Dictionary Learning
University of Maryland(马里兰大学);General Electric Global Research(通用电气全球研究中心)
在现实世界的视觉识别问题中,经常违反训练数据(源域)和测试数据(目标域)从相同分布采样的假设。这被称为领域自适应问题。在这项工作中,我们提出了一个新的域自适应字典学习框架的跨域视觉识别。我们的方法生成一组中间域。这些中间域形成了一条平滑的路径,并在源域和目标域之间架起了一座桥梁。具体来说,我们不仅学习一个共同的字典编码域共享的功能,但也学习了一组特定领域的字典来建模域转移。通用词典和领域自适应词典的分离使我们能够学习到更紧凑的、可重构的词典,以用于领域自适应。这些字典通过域自适应稀疏编码和字典更新步骤之间的交替来学习。同时,我们的方法沿着域路径逐步恢复源数据和目标数据的特征表示,通过对齐所有恢复的域数据,我们得到最终的跨域视觉识别的域自适应特征。在三个公共数据集上的大量实验表明,我们的方法优于大多数最先进的方法。
2018-04-16 cs.CV
Semantic Diversity versus Visual Diversity in Visual Dictionaries
SAMSUNG Research Institute(三星研究院);School of Electrical and Computing Engineering, University of Campinas (Unicamp)(坎皮纳斯大学(Unicamp)电气与计算机工程学院);Institute of Computing, University of Campinas (Unicamp)(坎皮纳斯大学(Unicamp)计算研究所)
视觉词典是基于视觉词袋(BoVW)模型的图像分类/检索系统的重要组成部分。字典通常在没有监督的情况下从感兴趣的集合中采样的图像训练集学习。然而,对于大型、通用、动态图像集合(例如,Web),获得语义概念方面的代表性样本并不简单。本文从语义学的角度分析了语义多样性对词典质量的影响,旨在验证语义多样性在视觉词典视觉多样性中的重要性。在实验中,我们改变了用于创建字典的类的数量,然后使用多个码本大小和不同的编码和池化方法(标准BoVW和Fisher向量)计算不同的BoVW描述符。图像分类的结果表明,由于视觉词典是基于低层次的视觉外观,视觉多样性比语义多样性更重要。我们的结论打开了机会,以减轻负担,在生成视觉词典,因为我们只需要一个视觉上不同的图像集,而不是整个集合,以创建一个良好的字典。
2015-11-20 cs.CV
Personalized Age Progression with Aging Dictionary
Nanjing University of Science and Technology(南京理工大学);National University of Singapore(新加坡国立大学)
在本文中,我们的目标是自动绘制老化的人脸在个性化的方式。基本上,学习一组特定于年龄组的字典,其中对应于相同索引但来自不同字典的字典库形成跨不同年龄组的特定老化过程模式,并且这些模式的线性组合表示特定的个性化老化过程。此外,在词典学习过程中考虑了两个因素。首先,除了老化字典之外,每个受试者可能具有额外的个性化面部特征,例如痣,其在老化过程中是不变的。其次,为特定主题收集所有年龄组的面孔是具有挑战性的,甚至是不可能的,但从相邻年龄组获得面孔对要容易得多,也更实用。因此,个性意识的耦合重建损失被用来学习字典的基础上,从相邻的年龄组的脸对。大量的实验很好地证明了我们提出的解决方案在个性化老化进展方面优于其他最先进的解决方案,以及通过合成老化面孔来进行跨年龄人脸验证的性能增益。
2015-10-22 cs.CV
Deep learning based dictionary learning and tomographic image reconstruction
KTH Royal Institute of Technology(瑞典皇家理工学院);Philips Research(飞利浦研究院)
本文提出一种结合稀疏信号处理与深度学习的临床低剂量层析图像重建方法,将字典学习解释为分布对齐过程并证明其类似变分自编码器,在CT重建中取得与先进方法相当的竞争力。
2021-08-26 cs.CV cs.LG cs.NE
Dictionary Learning for Deblurring and Digital Zoom
Laboratoire d’Informatique de l’École Normale Supérieure(巴黎高等师范学院计算机实验室);INRIA(法国国家信息与自动化研究所);CNRS(法国国家科学研究中心);University of California, Berkeley(加州大学伯克利分校)
本文提出了一种新的方法,图像去模糊和数字缩放使用稀疏局部模型的图像外观。这些模型,其中小的图像补丁表示为从一些大的候选集(字典)的几个元素的线性组合,已被证明很好地适应几个图像复原任务。他们成功的一个关键是学习适应小图像块重建的字典。相比之下,最近的作品提出,而不是学习字典,不仅适合数据重建,但也调整为一个特定的任务。我们在这里介绍这样一种去模糊和数字变焦的方法,使用成对的模糊/清晰(或低/高分辨率)图像进行训练,以及一种有效的随机梯度算法来解决相应的优化任务。虽然这个学习问题不是凸的,但一旦学习了字典,就可以在测试时通过凸优化来恢复清晰/高分辨率图像。合成数据和真实数据的实验证明了所提出方法的有效性,从而为非盲图像去模糊和数字变焦带来了最先进的性能。
2011-10-05 cs.CV cs.LG
Deep Dictionary Learning: A PARametric NETwork Approach
North Carolina State University(北卡罗来纳州立大学);Army Research Office(陆军研究办公室)
深度字典学习在不同的图像尺度上寻找多个字典,以捕捉互补的连贯特征。我们提出了一种方法,学习层次的合成字典与图像分类的目标。通过分类目标训练字典和分类参数,并通过减少每层中的重建损失来提取稀疏特征。重建目标在某种意义上规范了分类问题,并在提取的特征中注入源信号信息。所提出的分层方法的性能通过增加更多的层来提高,从而使该模型更容易调整和适应。此外,该算法在对抗性扰动的存在下显示出显着较低的欺骗率。所提出的方法的验证是基于其分类性能,使用四个基准数据集,并比较类似大小的CNN。
2018-03-11 cs.CV
Wasserstein Dictionaries of Persistence Diagrams
本文提出一种基于加权Wasserstein重心的持续图字典计算框架,通过多尺度梯度下降交替优化权重与原子图,实现高效的数据压缩与降维,并在公开数据集上验证了其效率与实用性。
2023-09-15 cs.CG cs.CV cs.GR
Randomized LU decomposition: An Algorithm for Dictionaries Construction
近年来,独特的字典建设已经获得了重要性,因为他在数据处理的有用性。通常,从训练数据构建一个或多个字典,然后使用它们来对未参与训练过程的信号进行分类。介绍了一种新的字典构造算法。它是基于一个低秩矩阵因式分解正在实现的随机LU分解的应用程序的训练数据。这种方法是快速的,可扩展的,可并行化的,消耗低内存,优于SVD在这些类别中,也非常好地工作在大型稀疏矩阵。与现有方法相比,随机LU分解构造了一个欠完备字典,简化了新到达信号的构造和分类过程。字典结构是通用的和通用的,适合不同的应用。我们证明了该算法的文件类型识别,这是一个基本的任务,在数字安全领域,现在执行例如沙箱机制,深度包检测,防火墙和防病毒系统的能力。我们提出了一种基于内容的方法,检测既不依赖于文件扩展名,也不依赖于元数据的文件类型。这种方法是很难欺骗,我们表明,只有几个文件片段,从一个完整的文件需要一个成功的分类。基于构造的字典,我们表明,该方法可以有效地识别PDF文件中的执行代码片段。$\textbf{Keywords.}$字典构建,分类,LU分解,随机LU分解,基于内容的文件检测,计算机安全。
2018-01-27 cs.CV
A Study on Unsupervised Dictionary Learning and Feature Encoding for Action Classification
Southwest Jiaotong University(西南交通大学);Shenzhen Institutes of Advanced Technology(深圳先进技术研究院);Chinese Academy of Sciences(中国科学院)
人们一直致力于开发图像域中传统矢量量化的替代方法,如稀疏编码和软分配。这些方法可以分为字典学习阶段和特征编码阶段,这两个阶段通常紧密相连。在本文中,我们调查这些阶段的效果,将它们分离为基于视频的动作分类。我们通过在KTH和HMDB51数据集上的大量实验,比较了几种字典学习方法和特征编码方案。实验结果表明,稀疏编码在大型复杂数据集(即,HMDB51),并且对不同的字典具有鲁棒性。对于小的简单数据集(即,KTH)具有较少的变化,然而,所有编码策略都具有竞争力。此外,我们注意到,复杂的编码方法的强度不是来自其相应的字典,但编码机制,我们可以使用随机选择的样本作为字典的视频为基础的动作分类。
2013-09-02 cs.CV
Inversion of Magnetic Data using Learned Dictionaries and Scale Space
University of British Columbia(不列颠哥伦比亚大学)
针对磁测数据反演不适定、传统方法适应性有限的问题,提出融合可变字典学习与尺度空间的反演方法,经合成数据集验证,在重建精度和鲁棒性上优于传统方法,可应用于多类地球物理相关场景。
2025-02-27 cs.CV cs.LG physics.geo-ph
Exploring the Effect of Sparse Recovery on the Quality of Image Superresolution
Fresno City College(弗雷斯诺城市学院)
本文研究稀疏恢复算法选择对基于耦合字典的图像超分辨率重建质量的影响,并通过实验寻找最佳稀疏恢复算法。
2023-08-04 cs.CV cs.LG eess.IV
Compositional Dictionaries for Domain Adaptive Face Recognition
Duke University(杜克大学);University of Maryland(马里兰大学)
我们提出了一种字典学习方法来补偿由于视点,光照,分辨率等变化而引起的人脸变换。我们方法的关键思想是强制域不变稀疏编码,即,在不同的域中设计同一张脸的一致稀疏表示。以这种方式,在例如由正面人脸组成的源域中的稀疏代码上训练的分类器可以应用于目标域(由不同姿势、照明条件等的人脸组成),而不会损失太多的识别精度。该方法是首先学习域基字典,然后使用基字典上的稀疏表示来描述每个域移位(身份、姿态、照明)。适应于每个域的字典被表示为基字典的稀疏线性组合。在人脸识别的背景下,与建议的组合字典的方法,人脸图像可以分解成稀疏表示为一个给定的主题,姿势和照明分别。这种方法有三个优点:第一,提取的稀疏表示的主题是一致的跨域,使姿势和照明不敏感的人脸识别。其次,姿态和照明的稀疏表示可以随后用于估计面部图像的姿态和照明条件。最后,通过组成主题和不同领域的稀疏表示,我们还可以执行姿势对齐和照明归一化。使用两个公开的人脸数据集进行了大量的实验,以证明我们的方法的有效性人脸识别。
2015-09-12 cs.CV
Blind Face Restoration via Deep Multi-scale Component Dictionaries
Faculty of Computing, Harbin Institute of Technology(哈尔滨工业大学计算学部);DAMO Academy, Alibaba Group(阿里巴巴集团达摩院);Department of Computing, The Hong Kong Polytechnic University(香港理工大学计算学系);Department of Computer Science, The University of Hong Kong(香港大学计算机科学系);School of Computer Science and Engineering, Nanyang Technological University(南洋理工大学计算机科学与工程学院);Peng Cheng Lab, Shenzhen(鹏城实验室)
近年来,基于参考的人脸恢复方法因其在真实低质量图像上恢复高频细节的能力而受到广泛关注。然而,这些方法中的大多数需要相同身份的高质量参考图像,使得它们仅适用于有限的场景。为了解决这个问题,本文提出了一种深度人脸字典网络(称为DFDNet)来指导退化观测的恢复过程。首先,我们使用K-means从高质量图像中为感知上重要的面部组件(\ie,左/右眼,鼻子和嘴巴)生成深度字典。接下来,对于降级的输入,我们从相应的字典中匹配并选择最相似的组件特征,并通过建议的字典特征传输(DFT)块将高质量的细节传输到输入。特别是,组件AdaIN被用来消除输入和字典特征(\eg,照明)之间的风格多样性,并提出了一个置信度分数,自适应地融合输入的字典特征。最后,多尺度字典采用渐进的方式,使粗到精的恢复。实验表明,我们提出的方法可以实现合理的性能在定量和定性评价,更重要的是,可以产生真实的和有前途的结果,而不需要一个身份归属参考的真实退化图像。源代码和模型可在\url{https://github.com/csxmli2016/DFDNet}上获得。
2020-08-02 cs.CV
Learning Interpretable Queries for Explainable Image Classification with Information Pursuit
LMU Munich(慕尼黑大学);AWS AI Labs(AWS人工智能实验室);University of Pennsylvania(宾夕法尼亚大学);Technical University of Munich(慕尼黑技术大学);Munich Center of Machine Learning(慕尼黑机器学习中心)
本文提出从数据集中直接学习可解释查询字典,替代手工构建,利用CLIP潜在空间和稀疏字典学习算法,显著提升可解释图像分类性能。
2025-08-05 cs.CV
Archetypal SAE: Adaptive and Stable Dictionary Learning for Concept Extraction in Large Vision Models
Kempner Institute(肯普纳研究所);Harvard University(哈佛大学);CBS-NTT Program in Physics of Intelligence(CBS-NTT 智能物理项目);Dept. of Psychology(心理学系);FAR AI;CerCo;York University(约克大学);CNRS(法国国家科学研究中心);Google DeepMind(谷歌DeepMind)
针对稀疏自编码器字典不稳定的问题,提出原型SAE(A-SAE)及其松弛变体RA-SAE,通过将字典原子约束在数据凸包内增强稳定性,并引入两个基准验证其重建能力与概念提取质量。
2025-05-23 cs.CV
Learning a low-rank shared dictionary for object classification
Pennsylvania State University(宾夕法尼亚州立大学)
尽管不同的对象具有不同的类特定特征,但它们通常也共享共同的模式。受这一观察的启发,我们提出了一种新的方法来显式地同时学习一组常见模式以及用于分类的类特定特征。因此,我们的字典学习框架的特点是共享字典和特定(类特定)字典。对于共享字典,我们强制执行低秩约束,即要求其生成子空间应该具有低维,并且对应于该字典的系数应该相似。对于特定的字典,我们对它们施加Fisher判别字典学习(FDDL)中所述的众所周知的约束。此外,我们提出了一种新的快速和准确的算法来解决稀疏编码的学习步骤中的问题,加快其收敛。该算法同样适用于FDDL及其扩展。广泛使用的图像数据库上的实验结果建立了我们的方法的优势,国家的最先进的字典学习方法。
2016-05-18 cs.CV
Astronomical Image Denoising Using Dictionary Learning
天文图像经常存在多种缺陷,这些缺陷是采集设备的固有特性和大气条件的结果。天文成像中最常见的缺陷之一是存在加性噪声,这使得在处理数据之前必须进行去噪步骤。在过去的十年中,一个特定的建模方案,基于稀疏表示,引起了越来越多的研究人员的关注。稀疏表示为许多图像和信号处理任务提供了一个有前途的框架,特别是去噪和恢复应用。首先,谐波,小波,相似基和过完备表示已被视为候选域寻求稀疏表示。基于数据驱动字典的新一代算法发展迅速,现在与现成的固定字典竞争。虽然预先设计字典依赖于对最合适的代表性基本形式和函数的猜测,但字典学习框架提供了基于数据本身构建字典,这为我们提供了更灵活的稀疏建模设置,并允许构建更复杂的字典。本文介绍了中心字典学习(CDL)方法,并研究了它在天文图像去噪中的性能。我们展示了CDL如何在天文图像上优于小波或经典字典学习去噪技术,并且我们比较了这些不同算法对去噪图像的测光效果。
2013-04-12 astro-ph.IM cs.CV
Rain Removal via Shrinkage-Based Sparse Coding and Learned Rain Dictionary
Ryerson University(瑞尔森大学)
本文提出了一种新的基于稀疏编码收缩的单幅图像去雨模型。最近,字典学习和稀疏编码已被广泛用于图像复原问题。这些方法也可以应用于雨去除,通过学习两种类型的雨和非雨字典,并迫使雨字典的稀疏码为零向量。然而,这种方法会在非雨区域中产生不需要的边缘伪影和细节损失。基于此,本文提出了一种新的压缩稀疏码的方法。为了有效地收缩稀疏码在雨和非雨区域,输入雨图像和重建雨图像之间的误差映射生成通过使用学习的雨字典。在此误差映射的基础上,结合雨字典和非雨字典的稀疏编码来表示目标的图像结构,避免非雨区域的边缘伪影。在雨区域,雨和非雨字典之间的相关矩阵的计算。然后,稀疏码对应的高度相关的信号原子在雨和非雨字典的联合收缩,以提高雨结构的去除。实验结果表明,基于收缩的稀疏编码在非雨区能较好地保留图像结构,避免边缘伪影,在雨区能较好地去除雨结构。视觉质量评价证实,该方法优于传统的纹理和雨水去除方法。
2016-10-03 cs.CV
Histopathological Image Classification using Discriminative Feature-oriented Dictionary Learning
Pennsylvania State University(宾夕法尼亚州立大学);University of Texas MD Anderson Cancer Center(德克萨斯大学MD安德森癌症中心)
在组织病理学图像分析中,由于组织学特征的多样性以及丰富的几何结构的存在,用于分类的特征提取是一项具有挑战性的任务。在本文中,我们提出了一个自动特征发现框架,通过学习类特定的字典,并提出了一个低复杂度的方法,在组织病理学的分类和疾病分级。从本质上讲,我们的判别式面向词典学习(DFDL)方法学习类特定的词典,使得在稀疏性约束下,学习的词典允许通过与样本的类标识对应的词典来吝啬地表示新的图像样本。同时,字典被设计成不能很好地表示来自其他类的样本。在三个具有挑战性的真实世界图像数据库上进行的实验:1)导管内乳腺病变的组织病理学图像,2)由宾夕法尼亚州立大学动物诊断实验室(ADL)提供的哺乳动物肾脏,肺和脾脏图像,以及3)来自癌症基因组图谱(TCGA)数据库的脑肿瘤图像,揭示了我们的建议优于最先进的替代方案的优点。{此外,我们证明了DFDL在分类准确性方面对训练图像的数量表现出更优雅的衰减,这在实践中是非常可取的,其中慷慨的训练通常不可用。
2016-03-29 cs.CV
Non-negative Tensor Patch Dictionary Approaches for Image Compression and Deblurring Applications
Emory University(埃默里大学);Tufts University(塔夫茨大学)
在最近的工作(Soltani,Kilmer,Hansen,BIT 2016)中,提出了一种在X射线CT成像背景下基于称为$t$ -乘积(Kilmer和Martin,2011)的张量-张量乘积的非负张量补丁字典学习算法。在这项工作的基础上,在本文中,我们使用基于其他数据(如面部图像数据)训练的非负张量基于块的字典,用于压缩或图像去模糊。我们首先分析,我们解决的问题,如适用性的张量为基础的方法相对于基于矩阵的方法,字典大小和补丁大小,以平衡计算效率和定性表示。接下来,我们开发了一种算法,该算法能够在给定非负张量字典的情况下恢复非负张量系数。该算法是基于修改后的残差范数最速下降法的一个变种。我们展示了如何增强算法来增强张量系数的稀疏性,并注意到该方法具有更广泛的适用性,因为它也可以应用于矩阵的情况。我们展示了令人惊讶的结果,即在一类图像数据上训练的字典可以成功地用于表示和压缩来自不同类别和不同分辨率的图像数据。最后,我们解决了使用非负张量字典在图像去模糊。我们表明,张量处理的去模糊问题,再加上非负张量补丁字典可以提供优越的applications相比,标准的非负约束去模糊问题的治疗。
2019-09-25 cs.CV cs.NA math.NA
Generalized Adaptive Dictionary Learning via Domain Shift Minimization
Indian Institute of Technology Madras(印度理工学院马德拉斯分校)
视觉数据驱动的字典已经成功地用于各种对象识别和分类任务。然而,如果训练数据和测试数据来自对比域,则任务变得更具挑战性。在本文中,我们提出了一种新的和广义的方法来学习一个自适应和共同的字典多个领域。准确地说,我们将来自不同域的数据投影到低维空间,同时保留来自每个域的数据的内在结构。我们还最小化了每对域的数据之间的域移位。同时,我们学习一个共同的自适应字典。我们的算法也可以修改,以学习可用于分类的类特定的字典。我们还提出了一种判别式流形正则化,它将类别特定特征的内在结构强加给稀疏系数。图像分类的实验表明,我们的方法比现有的国家的最先进的方法更好的票价。
2014-10-31 cs.CV
Discriminative Dictionary Learning based on Statistical Methods
School of Computer and Information Sciences, University of Hyderabad(海得拉巴大学计算机与信息科学学院)
本文探讨了利用统计方法改进字典学习以提升分类性能,提出混合方法结合稀疏系数与多层感知机,实现判别字典学习。
2021-11-17 cs.CV
Correlation Preserving Sparse Coding Over Multi-level Dictionaries for Image Denoising
National Engineering Laboratory for Video Technology, Peking University(北京大学视频技术国家工程实验室)
本文提出了一种基于相关保持稀疏编码的图像去噪方法。由于基集之间的不稳定和不可靠的相关性会限制字典驱动去噪方法的性能,因此在编码过程中采用了两种有效的正则化策略。具体地说,基于图的正则化器是建立在保持全局相似性相关,它可以自适应地捕获的几何结构和区别性特征的纹理补丁。特别地,图中的边权重通过寻求非负低秩构造来获得。此外,鲁棒的局部约束编码不仅可以自动保持空间邻域信息,而且可以在学习过完备字典时保持噪声块中存在的内部一致性。实验结果表明,我们提出的方法达到了最先进的去噪性能的PSNR和主观视觉质量。
2016-12-23 cs.CV
An efficient supervised dictionary learning method for audio signal recognition
Normandie Université(诺曼底大学);INSA Rouen Normandie(鲁昂诺曼底国立应用科学学院)
机器听觉或倾听代表了一个新兴领域。传统的方法依赖于专门针对特定音频任务的手工特征的设计,并且很难推广到其他音频领域。例如,梅尔频率倒谱系数(MFCC)及其变体被成功地应用于计算听觉场景识别,而色度向量则擅长于音乐和弦识别。不幸的是,这些预定义的特征可能具有可变的辨别力,同时由于剪辑的不同性质而扩展到其他任务或甚至在同一任务内。出于这种需要一个原则性的框架,跨域应用程序的机器监听,我们提出了一个通用的和数据驱动的表示学习方法。为此,提出了一种新颖、高效的监督字典学习方法。该方法学习不同的字典,每个类一个,以提取用于分类的异构信息。换句话说,我们正在寻求最小化类内同质性和最大化类可分性。这通过促进类特定字典之间的成对正交性并控制音频剪辑在这些字典上的分解的稀疏结构而成为可能。由此产生的优化问题是非凸的,并使用近端梯度下降方法求解。实验进行计算听觉场景(东安格利亚和鲁昂)和合成音乐和弦识别数据集。获得的结果表明,我们的方法是能够达到国家的最先进的手工制作的功能,这两个应用程序。
2018-12-12 cs.CV