Structured Analysis Dictionary Learning for Image Classification
North Carolina State University（北卡罗来纳州立大学）；Army Research Office（陆军研究办公室）
我们提出了一个计算效率和高性能的分类算法，将类结构信息的分析字典学习。为了实现更一致的分类，我们关联一个独立子空间的类特征结构，并将其施加到分类误差约束分析字典学习。实验表明，我们的方法实现了可比的或更好的性能比国家的最先进的算法在各种视觉分类任务。此外，我们的方法大大降低了训练和测试的计算复杂性。
2018-05-02 cs.CV
Class specific or shared? A cascaded dictionary learning framework for image classification
China University of Petroleum (Huadong)（中国石油大学（华东））
字典学习方法可以分为：i）类特定字典学习ii）类共享字典学习。这两个类别之间的区别在于如何使用判别信息。对于第一类，不同类的样本被映射到不同的子空间，这导致了类特定基向量的一些冗余。而对于第二类，每个特定类别中的样本无法准确描述。在本文中，我们首先提出了一种新的类共享字典学习方法命名为标签嵌入字典学习（LEDL）。它是在LCKSVD基础上的改进，更容易找到最优解。在此基础上，提出了一种新的分类框架--级联字典学习框架（CDLF），将特定字典学习与共享字典学习相结合来描述特征，充分提高分类性能。在六个基准数据集上的大量实验结果表明，与几种最先进的分类算法相比，我们的方法能够实现更优越的性能。
2020-10-23 cs.CV
A Brief Summary of Dictionary Learning Based Approach for Classification
本文介绍了一些基于字典学习（DL）的分类方法。我们不回顾涉及DL分类的复杂方法或框架，例如在线DL和空间金字塔匹配（SPM），而是专注于直接基于DL的分类方法。这里，所谓的“直接基于DL的方法”是通过添加一些有意义的惩罚项来直接处理DL框架的方法。通过列举一些有代表性的方法，我们可以将其大致分为两类，即（1）直接使字典具有区分性和（2）强制稀疏系数具有区分性以提高字典的区分能力。从这个分类法，我们可以期待一些扩展，作为未来的研究。
2012-05-30 cs.CV
Deep Semantic Dictionary Learning for Multi-label Image Classification
Chongqing University（重庆大学）
与单标签图像分类相比，多标签图像分类更具实用性和挑战性。最近的一些研究试图利用类别的语义信息来提高多标签图像分类的性能。然而，这些基于语义的方法只把语义信息作为视觉表示的补充，没有进一步的开发。在本文中，我们提出了一个创新的路径解决方案的多标签图像分类，认为它是一个字典学习任务。设计了一种新的端到端模型--深度语义词典学习（Deep Semantic Dictionary Learning，DSDL）。在DSDL中，应用自动编码器从类级语义生成语义词典，然后利用这样的词典来表示由卷积神经网络（CNN）提取的具有标签嵌入的视觉特征。DSDL提供了一种简单而优雅的方法，通过在它们之间进行字典学习，同时利用和协调标签，语义和视觉空间。此外，受传统字典学习迭代优化的启发，我们进一步设计了一种新的训练策略，称为交替参数更新策略（APUS）优化DSDL，交替优化的表示系数和语义字典的前向和后向传播。在三个流行的基准上的大量实验结果表明，与最先进的方法相比，我们的方法实现了有前途的性能。我们的代码和模型已在{https：//github.com/ZFT-CQU/DSDL}上发布。
2021-04-02 cs.CV
Online Discriminative Dictionary Learning for Image Classification Based on Block-Coordinate Descent Method
Zhejiang University（浙江大学）
先前的研究已经证明，具有稀疏编码的字典学习框架（其中信号被分解为已学习字典的几个原子的线性组合）非常适合重建问题。该框架还被用于诸如图像分类的辨别任务。为了实现更好的分类性能，专家们开发了几种方法来以监督的方式学习判别字典。然而，另一个问题是，当数据规模变得非常大时，这些方法将不再有效，因为它们都是面向批处理的方法。为此，我们提出了一种新的在线判别式词典学习算法，在本文中被称为\textbf{ODDL}。首先，我们将线性分类器引入到传统的字典学习公式中，并导出一个判别式字典学习问题。然后，我们利用一个在线算法来解决衍生问题。与大多数现有的方法，更新字典和分类器交替通过迭代求解子问题，我们的方法直接探索他们联合。同时，它可以大大缩短训练的运行时间，也特别适合于大规模的分类问题。为了评估所提出的ODDL方法在图像识别中的性能，我们在三个著名的基准上进行了一些实验，实验结果表明ODDL对于图像分类任务是相当有前途的。
2012-03-05 cs.CV
Structured Dictionary Learning for Classification
The Johns Hopkins University（约翰斯·霍普金斯大学）；The Pennsylvania State University（宾夕法尼亚州立大学）
稀疏驱动信号处理在过去十年中得到了极大的普及。其核心是假设感兴趣的信号相对于固定变换或信号相关字典是稀疏的。为了更好地捕捉数据特征，已经提出了各种字典学习方法用于重建和分类任务。特别是对于分类，到目前为止提出的大多数方法都集中在设计显式约束的稀疏代码，以提高分类精度，而简单地采用$l_0$-范数或$l_1$-范数的稀疏正则化。受结构化稀疏在压缩感知领域的成功的启发，我们提出了一个结构化字典学习框架（StructDL），它在学习过程中结合了组和任务级别的结构信息。它的好处是双重的：（i）字典原子和训练数据之间的标签一致性被隐含地实施;以及（ii）在小字典大小或有限训练数据的情况下，分类性能比其他技术更鲁棒。使用子空间模型，我们推导了StructDL的条件，以保证性能，并从理论上表明，StructDL是优于$l_0$-范数或$l_1$-范数正则化字典学习分类。大量的实验已经进行了合成模拟和现实世界中的应用，如人脸识别和对象分类，以证明所提出的DL框架的有效性。
2014-06-08 cs.CV
Task-Driven Dictionary Learning for Hyperspectral Image Classification with Structured Sparsity Constraints
The Johns Hopkins University（约翰斯·霍普金斯大学）；U.S. Army Research Laboratory（美国陆军研究实验室）
稀疏表示将信号建模为少量字典原子的线性组合。作为一种生成模型，它要求字典是高度冗余的，以确保信号的稳定的高稀疏水平和低重构误差。然而，在实践中，这一要求通常是削弱了缺乏标记的训练样本。幸运的是，以前的研究表明，冗余字典的要求可以不那么严格，如果采用同时稀疏近似，这可以通过对相邻像素的稀疏代码执行各种结构化稀疏约束来进行。此外，大量的工作表明，应用各种字典学习方法的稀疏表示模型也可以提高分类性能。在本文中，我们强调任务驱动的字典学习算法，这是一个一般的框架监督字典学习方法。我们建议在任务驱动的字典学习方法中加入结构化稀疏先验，以提高高光谱分类的性能。我们的方法能够受益于同时稀疏表示和监督字典学习的优点。我们执行两个不同的结构稀疏先验，联合和拉普拉斯稀疏，任务驱动的字典学习方法，并提供相应的优化算法的细节。大量流行的高光谱图像上的实验表明，我们的方法的分类性能优于稀疏表示分类器与结构化先验或任务驱动的字典学习方法。
2015-02-03 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
Blurred Image Classification based on Adaptive Dictionary
Shanghai University（上海大学）
提出了两种基于自适应字典的模糊图像分类框架。给定模糊图像，代替图像去模糊，图像的语义类别由依赖于自适应字典计算的模糊不敏感稀疏系数确定。字典是自适应的点扩散函数（PSF）估计从输入模糊图像。该方法假设点扩展函数是空间不变的，在一个框架中分别进行推导，在另一个框架中结合稀疏系数计算进行更新，在另一个框架中结合迭代算法进行更新。实验评估了三种类型的模糊，命名为散焦模糊，简单的运动模糊和相机抖动模糊。实验结果证实了所提出的框架的有效性。
2012-10-03 cs.CV
Locality Constrained Analysis Dictionary Learning via K-SVD Algorithm
School of Computer Science（计算机学院）
近年来，分析字典学习（ADL）及其分类应用得到了很好的发展，由于其灵活的投影能力和低分类复杂度。通过学习得到的分析字典，可以将测试样本转化为稀疏子空间，从而有效地进行分类。然而，在分析字典中，样本数据的潜在局部性很少被探索，以提高分类器的区分能力。本文提出了一种新的局部约束分析字典学习模型和综合K-SVD算法（SK-LADL）。它考虑了内在的几何属性，通过施加图正则化来揭示图像数据的几何结构。通过学习的分析字典，我们将图像转换到一个新的，紧凑的空间，其中流形假设可以进一步保证。这样，图像的局部几何结构可以在稀疏表示系数中得到保持。此外，SK-LADL模型迭代求解的综合K-SVD和梯度技术。图像分类的实验结果验证了我们的SK-LADL模型的性能优越性。
2021-04-29 cs.CV
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
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
Label Embedded Dictionary Learning for Image Classification
China University of Petroleum（中国石油大学）
近年来，标签一致性k-svd（LC-KSVD）算法在图像分类中得到了成功的应用。LC-KSVD的目标函数由重构误差、分类误差和稀疏码鉴别误差组成，稀疏码鉴别误差带有L0范数稀疏正则项。然而，L0-范数导致NP-困难问题。尽管正交匹配追踪等方法可以在一定程度上解决这一问题，但要找到最优稀疏解是相当困难的。为了克服这一局限性，我们提出了一种标签嵌入字典学习（LEDL）方法，利用L1范数作为稀疏正则化项，这样我们就可以通过求解凸优化问题来避免难以优化的问题。然后利用乘子交替方向法和分块坐标下降算法对相应的目标函数进行优化。在6个基准数据集上的实验结果表明，与传统的分类算法相比，该算法具有更好的性能.
2019-04-17 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
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
Dictionary Learning for Adaptive GPR Landmine Classification
Fraunhofer Institute for High Frequency Physics and Radar Techniques（弗劳恩霍夫高频物理与雷达技术研究所）；The University of Iowa（爱荷华大学）；Weizmann Institute of Science（魏茨曼科学研究所）；University of Siegen（锡根大学）
探地雷达目标检测与分类是一项具有挑战性的工作。在这里，我们考虑在线字典学习（DL）的方法来获得稀疏表示（SR）的探地雷达数据，以提高目标分类通过支持向量机的特征提取。在线方法是首选的，因为传统的批量DL，如K-SVD，是不可扩展的高维训练集和不可行的实时操作。我们还开发了丢弃MINi-batch在线字典学习（DOMINODL），它利用了很多训练数据可能是相关的这一事实。DOMINODL算法以小批量迭代地考虑训练集的元素，并丢弃变得不太相关的样本。对于废弃的杀伤人员地雷分类的情况下，我们比较了K-SVD的性能与三个在线算法：经典的在线字典学习，其相关性为基础的变体，和DOMINODL。我们对L波段GPR的真实数据进行的实验表明，在线DL方法比K-SVD方法减少了36-93%的学习时间，并将地雷检测提高了4-28%。我们的DOMINODL是最快的，并保留了类似的分类性能作为其他两个在线DL方法。我们使用Kolmogorov-Smirnoff测试距离和Dvoretzky-Kiefer-Wolfowitz不等式来选择DL输入参数，从而增强分类结果。为了进一步与最先进的分类方法进行比较，我们评估了卷积神经网络（CNN）分类器，其性能比所提出的方法更差。此外，当所获取的样本被随机减少25%、50%和75%时，基于稀疏分解的分类与DL保持鲁棒性，而CNN的准确性被大大损害。
2019-06-12 cs.CV
Correlation and Class Based Block Formation for Improved Structured Dictionary Learning
Indian Institute of Technology Guwahati（印度理工学院古瓦哈提分校）
近年来，块结构词典的创建引起了人们的极大兴趣。学习这样的字典涉及两个步骤的过程：块形成和字典更新。这两个步骤对制作一本有效的词典都很重要。现有的工作大多假设块结构是已知的先验，而学习字典。为了找到给定字典的未知块结构，通常使用稀疏凝聚聚类（SAC）。它根据原子在稀疏编码中与非结构化字典的一致性对原子进行分组。本文探讨了两个创新，以提高重建，以及与块结构的字典实现的分类能力。首先，我们提出了一种新的块结构化方法，利用字典原子之间的相关性。与SAC方法不同，SAC方法将不同的原子分组，在所提出的方法中，通过将字典中最相关的原子分组来形成块。所提出的块聚类方法是指出，产生显着减少冗余，以及提供了一个直接控制的块大小相比，现有的SAC为基础的块结构。后来，动机的作品使用监督\emph{a priori}已知的块结构，我们还探讨了类信息的纳入所提出的块形成方法，以进一步提高分类能力的块字典。对于重建能力的评估与建议的创新是在合成数据上完成的，而分类能力已经在大变异性说话人确认任务中进行了评估。
2017-08-07 cs.CV
Structure-Aware Classification using Supervised Dictionary Learning
Technion - Israel Institute of Technology（以色列理工学院）
在本文中，我们提出了一个监督字典学习算法，旨在保持局部几何在两个维度的数据。基于图的正则化明确考虑了数据点的局部流形结构。第二个图正则化对特征域进行了类似的处理，并有助于学习更强大的字典。这两个图都可以从训练数据构建，或者沿着字典学习过程学习和调整。这两个术语的组合促进了学习的稀疏表示的区分能力，并导致改进的分类精度。该方法在几个不同的数据集上进行了评估，代表单标签和多标签分类问题，与其他基于字典的方法相比，表现出更好的性能。
2016-09-29 cs.CV cs.LG
DFDL: Discriminative Feature-oriented Dictionary Learning for Histopathological Image Classification
Pennsylvania State University（宾夕法尼亚州立大学）；UT MD Anderson Cancer Center（UT 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，用于提取区分类特定的功能，并提出了一种低复杂度的方法，用于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）方法学习类特定的特征，这些特征适合于表示来自同一类的样本，而不能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）提供的哺乳动物肺图像，和3）来自癌症基因组图谱（TCGA）数据库的脑肿瘤图像，显示了DFDL模型在各种问题中优于最先进方法的意义
2015-02-03 cs.CV
Non-negative representation based discriminative dictionary learning for face recognition
Jiangnan University（江南大学）；University of Surrey（萨里大学）
本文提出了一种基于非负表示的判别字典学习算法（NRDL）用于多类别人脸分类。与传统的字典学习方法相比，NRDL研究了非负表示（NR）的使用，这有助于学习有区别的字典原子。为了使学习的字典更适合分类，NRDL无缝地将非负表示约束，判别字典学习和线性分类器训练集成到一个统一的模型中。具体地说，NRDL在表示矩阵上引入了一个正约束，以从异构训练样本中找到不同的原子，从而产生稀疏和有区别的表示。此外，提出了一种区分性字典鼓励函数，以提高类特定的子字典的唯一性。同时，通过构造类间不一致性约束和基于紧图的正则化项，分别提高了学习后分类器的区分度。在多个基准人脸数据集上的实验结果验证了我们的NRDL算法优于现有的字典学习方法。
2019-09-28 cs.CV
Discriminative Dictionary Design for Action Classification in Still Images and Videos
Nanyang Technological University（南洋理工大学）；Indian Institute of Technology, Bombay（印度理工学院孟买分校）；Edinburgh Napier University（爱丁堡龙比亚大学）；Singapore University of Technology and Design（新加坡科技设计大学）
在本文中，我们解决的问题，从静止图像和视频的动作识别。传统的局部特征，如SIFT、STIP等，总是会带来两个潜在的问题：1）它们在给定类别的不同实体中的分布不均匀; 2）许多这样的特征并不排斥实体所表示的视觉概念。为了生成一个字典考虑到上述问题，我们提出了一种新的判别方法，用于识别鲁棒性和类别特定的局部特征，最大限度地提高类可分性在更大程度上。具体来说，我们提出的过滤为基础的特征选择问题，排名的基础上，一个新的独特性措施的每类本地功能的有效本地描述符的选择。随后基于学习的字典表示底层视觉实体，并且该阶段之后是使用随机森林模型的动作分类，之后是标签传播细化。该框架在基于静态图像（Stanford-40）和视频（UCF-50）的动作识别数据集上进行了验证，并表现出比文献中的代表性方法更优越的性能。
2020-06-06 cs.CV
A Brief Summary of Dictionary Learning Based Approach for Classification (revised)
College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院）
本文介绍了一些基于字典学习（DL）的分类方法。我们不回顾涉及DL分类的复杂方法或框架，例如在线DL和空间金字塔匹配（SPM），而是专注于直接基于DL的分类方法。这里，所谓的“直接基于DL的方法”是通过添加一些有意义的惩罚项来直接处理DL框架的方法。通过列举一些有代表性的方法，我们可以将其大致分为两类，即（1）直接使字典具有区分性和（2）强制稀疏系数具有区分性以提高字典的区分能力。从这个分类法，我们可以期待一些扩展，作为未来的研究。
2012-05-30 cs.CV cs.LG
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
Sparse Coding with Fast Image Alignment via Large Displacement Optical Flow
Johns Hopkins University（约翰斯·霍普金斯大学）；West Virginia University（西弗吉尼亚大学）
基于稀疏表示的分类器在图像分类任务中表现出出色的准确性和鲁棒性，即使存在强烈的噪声和遮挡。然而，已经发现，当测试图像不与字典原子对齐或字典原子本身不彼此对齐时，性能显著降低，在这种情况下，稀疏线性表示假设失败。在本文中，有训练和测试图像错位，我们引入了一种新的稀疏编码框架，能够有效地适应字典原子的测试图像通过大位移光流。在该算法中，每个字典原子自动对齐输入图像，然后使用自适应字典原子恢复稀疏代码。一个相应的监督字典学习算法也提出了框架。数字识别实验结果验证了该算法的有效性和鲁棒性。
2015-12-21 cs.CV
Information-theoretic Dictionary Learning for Image Classification
University of Maryland（马里兰大学）
我们提出了一个两阶段的方法学习字典的对象分类任务的基础上的原则，信息最大化。所提出的方法寻求一个字典，是紧凑的，歧视性的，和生成。在第一阶段，字典原子选择从一个初始的字典通过最大化的互信息措施字典紧凑性，歧视和重建。在第二阶段中，使用关于互信息的简单梯度上升算法更新所选择的字典原子以用于改进的重构和区分能力。使用真实数据集的实验表明，我们的方法的有效性图像分类任务。
2012-08-17 cs.CV cs.IT math.IT
Discriminative Bayesian Dictionary Learning for Classification
The University of Western Australia（西澳大学）
我们提出了一种贝叶斯方法来学习数据稀疏表示的判别字典。所提出的方法推断概率分布的判别字典的原子使用贝塔过程。它还计算将类标签与学习的字典原子相关联的伯努利分布集。这种关联表示在类特定数据的扩展中字典原子的选择概率。此外，所提出的方法的非参数字符允许它推断字典的正确大小。我们利用上述伯努利分布分别学习线性分类器。分类器使用相同的分层贝叶斯模型的字典，我们沿着吉布斯抽样的分析推理解决方案。对于分类，首先在学习的字典上对测试实例进行稀疏编码，然后将代码馈送到分类器。我们使用五个公共数据集进行了人脸和动作识别以及对象和场景类别分类的实验，并将结果与最先进的判别稀疏表示方法进行了比较。实验表明，所提出的贝叶斯方法始终优于现有的方法。
2015-03-27 cs.CV cs.LG
Learning efficient structured dictionary for image classification
Jiangnan University（江南大学）
近年来，基于字典学习的方法在模式分类领域取得了成功。在本文中，我们提出了一种有效的结构化字典学习（ESDL）方法，该方法同时考虑了训练样本的多样性和标签信息。具体而言，ESDL将替代训练样本引入字典学习过程。为了提高分类的代表系数的鉴别能力，一个理想的正则化项被纳入ESDL的目标函数。此外，与传统的DL方法施加计算昂贵的L1范数约束的系数矩阵，ESDL采用L2范数正则化项。在基准数据库（包括四个人脸数据库和一个场景数据集）上的实验结果表明，ESDL优于以前的DL方法。更重要的是，ESDL可以应用于广泛的模式分类任务。
2020-05-08 cs.CV eess.IV
Structure-Sensitive Graph Dictionary Embedding for Graph Classification
Nanjing University of Science and Technology（南京理工大学）
提出结构敏感的图字典嵌入框架，通过变分自适应和伯努利采样增强字典表达，结合多敏感性Wasserstein编码，在多个数据集上优于现有方法。
2023-06-18 cs.CV cs.LG
Spatial-Aware Dictionary Learning for Hyperspectral Image Classification
Sharif University of Technology（谢里夫理工大学）
本文提出了一种结构化的字典为基础的高光谱数据模型，结合了光谱样本的光谱和上下文特征，高光谱图像分类的目标。其思想是将高光谱图像的像素划分为多个称为上下文组的空间邻域，并使用从数据中学习的几个字典元素的线性组合来对每个像素进行建模。由于上下文组中的像素通常由相同的材料组成，因此它们的线性组合被限制为使用字典中的公共元素。为此，字典学习进行联合稀疏正则化，以诱导一个共同的稀疏模式中的稀疏系数的每个上下文组。然后，稀疏系数用于使用线性SVM的分类。对多幅真实高光谱图像的实验结果证实了该方法在高光谱图像分类中的有效性。此外，模拟多光谱数据的实验表明，该模型能够找到表示，可有效地用于多光谱分辨率样本的分类。
2013-08-06 cs.CV cs.LG
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
Fast Low-rank Shared Dictionary Learning for Image Classification
The 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。最近提出的一个词典学习框架通过分离特殊性和共同性（COPAR）部分利用了这一观察结果。受此启发，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具有更直观约束的分类类特定特征。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，我们开发了新的快速和准确的算法来解决学习步骤中的子问题，加速其收敛。上述算法也适用于FDDL及其扩展。这些算法的效率进行了理论和实验验证，通过比较其复杂性和运行时间与其他知名的字典学习方法。在广泛使用的图像数据集上的实验结果表明，我们的方法比最先进的字典学习方法具有优势。
2017-07-16 cs.AI cs.CV
Generic Image Classification Approaches Excel on Face Recognition
The University of Adelaide（阿德莱德大学）
这项工作的主要发现是，标准的图像分类管道，包括字典学习，特征编码，空间金字塔池和线性分类，在测试的基准数据集上优于所有最先进的人脸识别方法（我们已经在AR，Extended Yale B，具有挑战性的FERET和LFW-a数据集上进行了测试）。这个令人惊讶和突出的结果表明，这些进展一般图像分类可以直接应用于改善人脸识别系统。换句话说，人脸识别可能不需要被视为一个单独的对象分类问题。虽然最近大量的基于残差的人脸识别方法集中在开发复杂的字典学习算法，在这项工作中，我们表明，随机提取的补丁（即使是从非人脸图像）的字典可以实现非常有前途的结果，使用图像分类管道。这意味着，字典学习方法的选择可能并不重要。相反，我们发现使用不同的低级图像特征学习多个字典通常会提高最终的分类准确率。我们提出的人脸识别方法在广泛使用的人脸识别基准数据集上提供了最好的报告结果。特别是，在具有挑战性的FERET和LFW-a数据集上，我们将文献中报道的最佳准确度分别提高了约20%和30%。
2013-09-30 cs.CV
Kernel Task-Driven Dictionary Learning for Hyperspectral Image Classification
Pennsylvania State University（宾夕法尼亚州立大学）；Army Research Laboratory（陆军研究实验室）
字典学习算法已经成功地用于重建和判别任务，其中输入信号由几个字典原子的线性组合表示。虽然这些方法通常是在输入域中的$\ell_1$稀疏约束（先验）下开发的，但最近的研究已经证明了在核域中使用结构化稀疏先验的稀疏表示的优点。提出了一种核域有监督字典学习算法用于高光谱图像分类。在所提出的配方中，字典和分类器联合获得最佳的分类性能。监督配方是任务驱动的，并提供了学习功能的高光谱数据，非常适合分类任务。此外，该算法使用联合（$\ell_{12}$）稀疏性之前，强制相邻像素之间的合作。仿真结果表明了所提出的字典学习算法的有效性。
2015-02-10 cs.CV cs.LG stat.ML
Linearized Kernel Dictionary Learning
在本文中，我们提出了一种新的方法，将内核到字典学习。最近提出的核K-SVD算法（KKSVD）与线性K-SVD算法相比，在分类性能上有了很大的提高。然而，该算法需要存储和处理一个非常大的核矩阵，这导致了高的计算成本，同时也限制了其使用的设置与少量的训练样本。我们通过结合两种思想来解决这些问题：首先，我们使用Nyström方法使用其列的巧妙采样子集来近似核矩阵;其次，由于我们希望完全避免使用这个矩阵，我们通过SVD分解它以形成新的“虚拟样本”，可以使用任何线性字典学习。我们的方法，被称为“线性化核字典学习”（LKDL）可以无缝地应用于任何有效的现成的字典学习计划的顶部作为预处理阶段，有效地“核化”它。我们证明了我们的方法在监督和无监督分类的几个任务的有效性，并显示所提出的计划的效率，其易于集成和性能提升属性。
2015-09-18 cs.CV
Joint Projection and Dictionary Learning using Low-rank Regularization and Graph Constraints
University of Alberta（阿尔伯塔大学）
在本文中，我们的目标是同时学习判别字典和一个强大的投影矩阵从噪声数据。联合学习，使学习的投影和字典更好地相互适应，因此可以获得更准确的分类。然而，目前流行的联合降维和字典学习方法，将失败时，训练样本是噪声或严重损坏。为了解决这个问题，我们提出了一个联合投影和字典学习使用低秩正则化和图约束（JPDL-LR）。具体地说，字典的判别是通过对编码系数施加Fisher准则来实现的。此外，我们的方法显式编码的局部结构的数据，通过合并一个图形正则化项，进一步提高了判别能力的投影矩阵。受低秩表示去除离群值和噪声的最新进展的启发，我们对所有类的子字典实施低秩约束，使它们更加紧凑和鲁棒。在多个基准数据集上的实验结果验证了该方法在降维和图像分类方面的有效性和鲁棒性，特别是当数据包含大量噪声或变化时。
2016-12-06 cs.CV
A Probabilistic Framework for Discriminative Dictionary Learning
在本文中，我们解决了判别式字典学习（discriminative dictionary learning，缩写为RDL）的问题，其中稀疏线性表示和分类在概率框架中相结合。因此，单个判别字典和线性二进制分类器被联合学习。通过在MAP设置中编码稀疏表示和判别分类模型，我们提出了一个通用的优化框架，该框架允许在忠实表示和准确分类之间进行数据驱动的权衡。与以前的工作相反，我们的学习方法能够包含各种各样的分类成本函数（包括流行的提升方法中使用的那些），同时避免了对相关优化技术的需求。我们表明，可以解决的更新序列，利用著名的和研究的稀疏编码和字典学习算法从文献中的。为了验证我们的EQUIPMENT框架，我们将其应用于数字分类和人脸识别，并在标准基准上进行测试。
2011-09-12 cs.CV cs.LG
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
Fast approximations to structured sparse coding and applications to object classification
我们描述了一种快速近似稀疏编码的方法。输入空间被二进制决策树细分，并且我们同时学习字典并为树的每个叶子分配允许的字典元素。我们存储一个查找表，其中包含每个节点的赋值和伪逆，允许非常快速的推理。本文给出了一个学习树、字典和字典元素赋值的算法，并在描述这个算法的过程中，讨论了群结构稀疏建模中更一般的群学习问题。我们表明，我们的方法通过在\cite{lazebnik06,yang-cvpr-09}的对象识别框架中使用它来创建良好的稀疏表示。实现我们自己的SIFT描述符的快速版本，整个系统在具有四核CPU的笔记本电脑上以每秒20帧的速度运行$321 \times 481$大小的图像，同时在加州理工学院101和15场景基准测试中牺牲很少的准确性。
2012-02-28 cs.CV
Dictionary learning for fast classification based on soft-thresholding
Ecole Polytechnique Federale de Lausanne (EPFL)（洛桑联邦理工学院）；The University of Edinburgh（爱丁堡大学）
基于稀疏表示的分类器最近被证明在许多视觉识别和分类任务中提供了优异的结果。然而，在测试时计算稀疏表示的高成本是限制这些方法在大规模问题中或在计算能力受限的情况下的适用性的主要障碍。我们认为在本文中一个简单而有效的替代稀疏编码的特征提取。我们研究的分类方案，适用于软阈值非线性映射的字典，其次是线性分类器。提出了一种新的监督字典学习算法适合这种低复杂度的分类架构。字典学习问题，联合学习字典和线性分类器，被转换为一个凸（DC）的差异规划和有效地解决了迭代DC求解器。我们在几个数据集上进行实验，并表明我们的学习算法，利用分类问题的结构优于一般的学习过程。我们的简单分类器的基础上软阈值也与最近的稀疏编码分类器，当字典学习适当的竞争。与其他分类器相比，所采用的分类方案在测试阶段还需要更少的计算时间。该方案显示了充分训练的软阈值映射分类的潜力，并为视觉问题的非常有效的分类方法的发展铺平了道路。
2014-10-02 cs.CV cs.LG stat.ML
Deep Network Classification by Scattering and Homotopy Dictionary Learning
PSL University（巴黎文理研究大学）；Collège de France（法兰西公学院）；Flatiron Institute（弗莱德森研究所）
我们介绍了一个稀疏散射深度卷积神经网络，它提供了一个简单的模型来分析深度表示学习的分类属性。在ImageNet 2012数据集上，使用分类器学习单个字典矩阵可以产生比AlexNet更高的分类准确率。该网络首先应用散射变换，该变换线性化由于几何变换（例如平移和小变形）而引起的可变性。稀疏$\ell^1$字典编码减少类内变化，同时通过线性空间的并集上的投影来保持类分离。它在深度卷积网络中实现，具有指数收敛的同伦算法。一个收敛性证明给出了一个一般的框架，包括ALISTA。分类结果在ImageNet上进行分析。
2020-02-20 cs.CV cs.LG stat.ML
Shapelet-based Sparse Representation for Landcover Classification of Hyperspectral Images
Institute of Geographical Sciences, Remote Sensing and Geoinformatics, Freie Universität Berlin（柏林自由大学地理科学、遥感与地理信息研究所）
本文提出了一种基于稀疏表示的分类方法与一种新的字典的建设过程。通过使用所构造的字典，可以集成关于图像的空间性质的复杂先验知识。该方法是基于这样的假设，即每个图像补丁可以分解成特征空间模式，也称为shapestra，和补丁特定的光谱信息。该方法以无监督的方式学习一组形状信息，并通过训练样本来体现光谱信息。形状和光谱信息的组合表示在一个欠完备的空间-光谱字典为每个单独的补丁，其中字典的元素被线性组合到补丁的稀疏表示。基于块的分类是通过表示误差得到的。在三个著名的高光谱图像数据集上进行了实验。他们说明，我们提出的方法显示出优越的结果相比，稀疏表示为基础的分类器，只使用有限的空间信息和行为的竞争力或优于国家的最先进的分类器，利用空间信息和核稀疏表示为基础的分类器。
2017-08-20 cs.CV
Localized Dictionary design for Geometrically Robust Sonar ATR
Pennsylvania State University（宾夕法尼亚州立大学）；U.S. Naval Research Laboratory（美国海军研究实验室）
声纳图像捕获的进步为自动目标识别（ATR）的强大分类方案打开了大门。最近的工作，特别是看到稀疏重建为基础的分类（SRC）声纳ATR，即使在噪声和模糊的存在下，它提供了令人信服的准确率的应用。然而，现有的基于稀疏性的声纳ATR技术假设测试图像表现出与训练集一致的几何姿态。这项工作解决了处理不一致的测试声纳图像相对于训练的突出的开放性挑战。我们开发了一个新的本地化的基于块的字典设计，可以使几何，即姿态鲁棒性。此外，结合字典学习方法以提高性能和效率。所提出的SRC与局部姿态管理（LPM），表现出优于最先进的SIFT功能和SVM的方法，由于其权力，以辨别声纳图像中的背景杂波。
2016-01-13 cs.CV
Improving Sparse Representation-Based Classification Using Local Principal Component Analysis
University of California, Davis（加利福尼亚大学戴维斯分校）
Wright等人提出的基于稀疏表示的分类（SRC），在训练样本的字典上寻求测试样本的稀疏分解，并分类到最有贡献的类。因为它假设测试样本可以被写为其同类训练样本的线性组合，所以SRC的成功取决于训练集的大小和代表性。我们提出的分类算法扩大了训练集，通过使用局部主成分分析近似的切超平面的类流形在每个训练样本的基向量。SRC中的字典由适应测试样本的本地字典代替，并且包括训练样本及其对应的切基向量。我们使用一个合成数据集和三个人脸数据库来证明，该方法可以实现更高的分类精度比SRC的情况下，稀疏采样，非线性类流形，严格的降维。
2018-06-02 cs.CV
Object Classification with Joint Projection and Low-rank Dictionary Learning
University of Alberta（阿尔伯塔大学）
对于一个对象分类系统，最关键的障碍，对现实世界的应用往往是由大类内的变化，所产生的不同的照明，遮挡和腐败，在有限的样本集。当训练样本被严重遮挡、损坏或具有显著的光照或视点变化时，文献中的大多数方法都会失败。此外，大多数现有的方法，特别是基于深度学习的方法，需要大量的训练集来实现令人满意的识别性能。虽然在通用的大规模数据集上使用预训练的网络并将其微调到小规模的目标数据集是一种广泛使用的技术，但当基础数据集和目标数据集的内容非常不同时，这不会有帮助。为了解决这些问题，我们提出了一个联合投影和低秩字典学习方法，使用对偶图约束（JP-LRDL）。所提出的联合学习方法将使我们能够从具有大的类内变异性的数据中学习特征，在这些特征之上可以更好地学习字典。具体而言，学习结构化的类特定的字典，并通过对编码系数施加图形约束来进一步提高区分度，从而最大化类内紧凑性和类间可分性。我们还对子字典实施了低秩和结构不一致性约束，以使它们对变化和离群值更加紧凑和鲁棒，并分别减少它们之间的冗余。为了保持数据的内在结构，同时惩罚训练样本之间的不利关系，我们引入了投影图的框架，这显着提高了投影矩阵的判别能力，使该方法对小规模和高维数据集的鲁棒性。
2016-12-05 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
Block-Diagonal Sparse Representation by Learning a Linear Combination Dictionary for Recognition
在基于稀疏表示的识别方案中，学习所需的字典是关键，目的是获得良好的表示能力和区分性能。在本文中，我们提出了一个新的字典学习模型的识别应用程序，其中采用三种策略，同时实现这两个目标。首先，在模型中引入块对角约束，以消除类间的相关性，提高判别性能。其次，采用一个低秩项来模拟类内的一致性，以细化每个类的稀疏表示。最后，而不是使用传统的过完备字典，一个特定的字典构造的训练样本的线性组合，提出了提高字典的代表性的权力，并提高稀疏表示模型的鲁棒性。该方法在几个公共数据集上进行了测试。实验结果表明，该方法优于大多数国家的最先进的方法。
2016-11-28 cs.CV
Deep Roto-Translation Scattering for Object Classification
Ecole Normale Supérieure（巴黎高等师范学院）
字典学习算法或有监督的深度卷积网络已经大大提高了预定义特征表示（如SIFT）的效率。我们介绍了一个深散射卷积网络，预定义的小波滤波器的空间和角度变量。这种表示带来了一个重要的改进，以前获得的结果与预定义的功能，如加州理工学院和CIFAR的对象图像数据库。由此产生的准确性与无监督深度学习和基于字典的表示获得的结果相当。这表明，通过使用几何先验细化图像表示是一个有前途的方向，以改善图像分类和它的理解。
2015-05-30 cs.CV
ECG beats classification via online sparse dictionary and time pyramid matching
Zhuhai College of Jilin University（吉林大学珠海学院）；College of Communication Engineering（通信工程学院）；Jilin University（吉林大学）
最近，词袋（BOW）算法提供了有效的功能，并提高了ECG分类系统的准确性。然而，BOW算法有两个缺点：（1）。量化误差大，重构性能差;它丢失了心跳的时间信息，并且可能为不同种类的心跳提供混淆的特征。此外，心电分类系统可用于心血管病人的长时间监测和分析，同时会产生大量的数据，因此迫切需要一种高效的压缩算法。针对上述问题，本文利用小波特征构造稀疏字典，将量化误差降到最小。为了降低算法的复杂度，适应大规模的心跳运算，我们将在线字典学习与符号学习算法相结合，对字典和系数进行更新。采用系数矩阵表示心拍，大大减少了内存消耗，同时解决了量化误差问题。最后，我们构造金字塔来匹配每个ECG搏动的系数。因此，我们通过时间随机池化来获得包含节拍时间信息的特征。有效地解决了时间信息丢失的问题。实验结果表明：一方面，该算法对BOW具有较高的重构性能，存储方式具有高保真度和低内存消耗的优点;另一方面，该算法对心拍分类的准确率最高，更适合于大规模心拍数据的存储和分类。
2020-08-15 cs.CV cs.LG
Jointly Learning Structured Analysis Discriminative Dictionary and Analysis Multiclass Classifier
Soochow University（苏州大学）；ETH Zürich（苏黎世联邦理工学院）；National University of Singapore（新加坡国立大学）
本文提出了一种基于分析机制的结构化分析判别式词典学习（ADDL）框架。ADDL将分析判别式词典学习、分析表示和分析分类器训练无缝集成到一个统一的模型中。所应用的分析机制可以确保不同类的学习字典、表示和线性分类器尽可能独立和有区别。该字典是通过最小化重建误差和分析不一致促进项，鼓励与不同类的子字典是独立的。为了获得表示系数，ADDL对编码系数施加稀疏l2，1-范数约束而不是使用l0或l1-范数，因为在大多数现有DL准则中应用的l0或l1-范数约束使得训练阶段耗时。通过最小化稀疏码近似项，计算从给定样本中提取特殊特征的码提取投影，将数据与稀疏码连接起来。然后，我们计算一个线性分类器的基础上的近似稀疏码的分析机制，同时考虑的分类和表示的权力。因此，我们的模型的分类方法是非常有效的，因为它可以避免额外的时间消耗稀疏重建过程与训练的字典为每个新的测试数据作为大多数现有的DL算法。在真实图像数据库上的仿真结果表明，我们的ADDL模型可以获得优于其他国家的最先进的性能。
2019-05-27 cs.CV
Cross-label Suppression: A Discriminative and Fast Dictionary Learning with Group Regularization
Tsinghua University（清华大学）
本文通过有效地学习一个紧凑的和有区别的字典来解决图像分类问题。给定一个结构化字典，每个原子（字典矩阵中的列）与一些标签相关，我们提出了交叉标签抑制约束，以扩大不同类别的表示之间的差异。同时，我们引入群正则化来强制表示以保持原始样本的标签属性，这意味着鼓励同一类的表示是相似的。在交叉标记抑制时，我们不求助于常用的$\ell_0$ -范数或$\ell_1$ -范数进行编码，并且在不损失分类的区分能力的情况下获得计算效率。此外，两个简单的分类方案也开发，以充分利用学习字典。在人脸识别、物体分类、场景分类、纹理识别和运动动作分类等6个数据集上进行了大量的实验，结果表明，该方法在识别精度和计算效率上均优于目前提出的许多字典算法。
2017-05-08 cs.CV cs.LG stat.ML
Classification of systolic murmurs in heart sounds using multiresolution complex Gabor dictionary and vision transformer
CEIEC, Universidad Francisco de Vitoria（CEIEC，弗朗西斯科·维多利亚大学）；Departamento de Informática, Universidad Carlos III de Madrid（信息学院，马德里卡洛斯三世大学）
本文提出了一种自动分类系统，利用多分辨率复数Gabor字典和视觉Transformer对收缩期杂音进行分类，通过特征提取和分类模型提升诊断准确性，实验在CirCor DigiScope数据集上达到95.96%的分类准确率。
2026-04-17 cs.AI cs.CV
Discriminative Robust Deep Dictionary Learning for Hyperspectral Image Classification
Indraprastha Institute of Information Technology, Delhi（因德拉普拉斯信息技术学院（德里））
这项工作提出了一个新的深度学习框架，特别适合高光谱图像分类。我们以一种健壮的方式学习多级字典。最后一层是判别式的，它学习线性分类器。训练过程是渐进式的，每次只学习一级字典，而系数用于训练下一级。最后一级的系数用于分类。鲁棒性通过最小化绝对偏差而不是更流行的欧几里德范数来实现。内置的鲁棒性有助于对抗高光谱图像中存在的混合噪声（高斯和稀疏）。结果表明，我们提出的技术优于所有其他深度学习方法深度信念网络（DBN），堆叠自动编码器（SAE）和卷积神经网络（CNN）。在基准高光谱成像数据集上进行了实验。
2019-12-11 cs.CV cs.LG eess.IV
Multimodal Task-Driven Dictionary Learning for Image Classification
Pennsylvania State University（宾夕法尼亚州立大学）；Army Research Laboratory（美国陆军研究实验室）；Bosch Research and Technology Center（博世研究与技术中心）；West Virginia University（西弗吉尼亚大学）
字典学习算法已经成功地用于重建和判别任务，其中输入信号用字典原子的稀疏线性组合表示。虽然这些方法大多是针对单模态场景开发的，但最近的研究已经证明了基于多模态输入的联合稀疏表示的特征级融合的优势。在本文中，我们提出了一个多模态任务驱动的字典学习算法下的联合稀疏约束（先验），以加强多个同质/异构信息源之间的合作。在这个任务驱动的公式，多模态字典学习的同时，其相应的分类。由此产生的多模态字典可以从针对给定任务（例如二进制或多类分类）优化的数据中生成有区别的潜在特征（稀疏代码）。此外，我们提出了一个扩展的建议制定使用混合的联合和独立的稀疏先验，有利于更灵活的融合的方式在特征级。所提出的多模态分类算法的功效说明了四个不同的应用程序-多模态人脸识别，多视图人脸识别，多视图动作识别，和多模态生物识别。它还表明，与对应的基于重构的字典学习算法相比，任务驱动的配方在这个意义上，它们可以配备更紧凑的字典，仍然实现卓越的性能是更有效的计算。
2015-10-27 cs.CV cs.LG stat.ML
KCRC-LCD: Discriminative Kernel Collaborative Representation with Locality Constrained Dictionary for Visual Categorization
Peking University（北京大学）；Carnegie Mellon University（卡内基梅隆大学）；South China University of Technology（华南理工大学）
我们考虑的图像分类问题，通过核协同表示分类局部约束字典（KCRC-LCD）。具体地说，我们提出了一种核协同表示分类（KCRC）的方法，在该方法中，核方法被用来提高协同表示分类（CRC）的区分能力。然后，我们测量的查询和原子之间的相似性，以构建一个局部约束字典（LCD）的KCRC。此外，我们还讨论了LCD中的几种相似性度量方法，并进一步提出了一种简单有效的统一相似性度量方法，其优越性在实验中得到了验证。LCD有几个吸引人的方面。第一，LCD可以很好地纳入九铁的架构内。在KCRC下，可以将LCD相似性度量核化，从而在核方法下从理论上将CRC和LCD联系起来。其次，KCRC-LCD变得更可扩展到训练集大小和特征维度。算例表明，KCRC能够很好地对具有一定分布的数据进行分类，而传统的CRC则完全失效。在许多公共数据集上的综合实验也表明，KCRC-LCD是一种鲁棒的判别分类器，具有优异的性能和良好的可扩展性，与许多其他最先进的方法相当或优于其他方法。
2014-10-17 cs.CV cs.LG
