作者:端木春江; 代晓东 期刊:《计算机时代》 2020年第02期
为了提高单幅图像超分辨方法的性能,提出了新的基于投影矩阵的超分辨率方法。通过引入字典的互不一致性增强求解出的字典的表达能力;对分类后的低分辨率图像特征和相应的高分辨率图像特征的关系学习多个投影矩阵;并通过设置权重矩阵,增强邻近字典原子对当前图像块的表达能力,弱化较远原子的表达能力。在对投影矩阵进行正则化约束的前提下,利用字典原子和特征块之间的相关性以及特征块与其聚类中心的欧式距离关系,重构出拥有更加详...
作者:罗皓; 张凯兵 期刊:《湖北工程学院学报》 2019年第06期
针对低分辨率(Low-Resolution,LR)人脸识别问题,研究了一种半对偶投影字典学习(Semi-coupled Projective Dictionary Learning,SPDL)方法。该方法可分为训练和测试两个阶段。在训练阶段,采用高效的投影字典学习技术分别学习对应于两个模态的合成型字典,同时学习高分辨率模态和低分辨率模态图像之间的半对偶映射矩阵。在测试阶段,首先采用传统的正交匹配追踪算法来求解编码系数。通过半对偶映射,实现从低分辨率模态到高分辨率模态空...
作者:呙鹏程; 吴礼洋 期刊:《兵工学报》 2019年第09期
针对低截获雷达信号通常采用人工特征选择,且在低信噪比、样本数量少情况下识别率低的问题,提出一种融合雷达信号时频图像的卷积特征与字典学习识别算法。该算法以表征信号调制方式的时频图像为基础,通过时频变换获得信号的二维时频数据,输入到LeNet-5卷积神经网络中。网络通过美国MNIST数据库手写数据集进行预训练,将预训练后网络中的2~6层网络参数迁移到新的LeNet-5中,取出第6卷积层的数据作为提取的卷积特征。使用判别字典学习...
作者:陶霖密; 袁春; 王浩达 期刊:《智能系统学报》 2019年第05期
现代数码相机是通过颜色过滤矩阵在每个像素位置采集一个颜色分量,重构出全彩色数字图像。压缩感知理论证明了该重构是误差有界的,但在实际应用时却隐含着一个问题:重构图像所需的稀疏编码字典是从图像数据库学习出来的,而目前数字图像都是重构出来的,因此存在着从重构的图像学习字典去重构图像的循环悖论。针对这个问题,提出并构建了新的完全采样彩色图像的Sandwich图像数据集,打破了压缩感知理论在应用于图像重构时的循环悖论,使...
作者:张凯兵; 郑冬冬; 景军锋 期刊:《计算机工程与应用》 2019年第22期
全面综述了低分辨(Low-Resolution,LR)人脸识别技术的研究进展,并对相关亟需解决的关键问题进行了讨论。对LR人脸识别系统的概念、待解决问题、系统结构、已有不同识别方法进行了分类阐述。根据高、低分辨率人脸图像空间特征维度的不匹配问题,分别对基于重构超分辨(Super-Resolution,SR)图像和基于公共特征子空间两类LR人脸识别方法进行了详细介绍。对每类方法按照不同的实现过程,进一步划分为三种不同的类型分别介绍,并对每类方法...
作者:石翠萍; 王晴 期刊:《微电子学与计算机》 2019年第10期
为解决一般重建方法效果欠佳的问题,使重建后的图像具有良好的清晰度,本文依据稀疏表示原理等内容,设计了一种新的超分辨率重建算法,实现了超分辨率最优解问题.对一幅低分辨率图像,分割后进行特征提取,得到的图像特征块可在字典的低分辨率部分生成一组权重系数.在字典的高分辨率部分,用高分辨率特征块乘以所得系数,可以重新构造出高分辨率图像块,并将它们组合起来得到一幅完备的高分辨率图像.实验结果表明,与双三次插值方法相比,本...
作者:张繁昌; 兰南英; 张珩 期刊:《中国矿业大学学报》 2019年第05期
L1/2正则化比L1正则化有更稀疏的解,比L0正则化更易求解.本文将L1/2正则化引入到地震数据重建过程,提出了一种基于光滑L1/2正则化的地震数据重建方法.首先建立L1/2正则化地震数据重建模型,并利用光滑渐近函数逼近L1/2正则项,克服了L1/2正则化求解过程中的数值振荡问题;之后根据光滑L1/2正则化理论改进了字典学习算法,提高了冗余字典的训练效率;最后利用训练的冗余字典和半阈值迭代算法对地震数据进行恢复重建.对具有232道、每道751...
作者:郭艳卿; 王久君; 郭君 期刊:《信息安全研究》 2015年第01期
字典学习(DL)方法近年来被广泛应用于解决各种计算机视觉领域的问题.现有的大部分字典学习算法均旨在学习一个综合型字典来表示输入信号,并使表示系数或表示误差具有一定的判别能力.这些字典学习算法大都需要对稀疏表示系数采用l0或者l1范数的约束,所以学习过程比较耗时。解析型字典学习的提出较为有效地解决了字典学习算法效率低的问题.在分类识别任务中,联合学习一个综合型字典和一个解析型字典正在成为一个热门的研究趋势,这...
作者:李红 期刊:《咸阳师范学院学报》 2013年第06期
稀疏表示能够有效地表示图像的固有特征,利用KSVD学习算法对30幅自然图像训练得到了鲁棒的字典,利用“滑窗”策略对两幅源图像进行分块,使用OMP算法在字典上对各图像块进行稀疏分解,分解后的系数采用系数绝对值选大法进行融合,进而得到融合后和图像块.理论分析与实验结果表明,该方法能够有效地对已配准的待融合图像进行融合,融合后的结果无论是视觉效果还是客观评价参数均优于文中对比方法的效果.
作者:薄纯娟; 宋鹏; 林怡 期刊:《大连民族大学学报》 2017年第05期
为了解决在基于稀疏表示的分类算法中,传统字典学习框架下学习得到的字典仅可用于信号重构而并不针对分类的问题,分析和总结了具有代表性的面向分类的字典学习算法,也称判决性字典学习。判决性字典学习算法总体上分为两类:直接使得字典具有判决性和使得表示系数具有判决性。对两类方法进行分析和总结可为本领域算法的发展提供参考,并引起更多研究。
作者:张莉; 朱茜 期刊:《科技创新导报》 2019年第08期
引入稀疏编码思想实现对数据信息的最优非线性逼近,在图像去噪方面已取得较好的实验效果。本文对图像去噪模型进行分析,介绍了稀疏编码思想实现图像去噪的原理,并对经典的稀疏去噪模型进行对比与分析。最后,基于稀疏模型对去噪算法进行分析,提出了稀疏模型在其他研究领域的展望。
作者:何翔; 高宏力; 黄海凤; 文刚 期刊:《机械设计与制造》 2018年第03期
机械零部件振动信号包含了大量机械系统运行状态信息,针对传统检测方法依赖于经验知识和人工定参,提出了一种改进字典学习的振动信号检测方法。通过原始振动信号自身驱动,采用非负条件下基于K奇异值分解的改进算法训练超完备字典,结合基追踪算法稀疏编码,重构实现振动信号预处理。根据重构信号的包络谱,对比先验计算频率。仿真和实验结果表明,改进字典学习的振动信号检测方法能够有效提取故障频率,适用于故障检测,为基于振动信号实...
图像分类作为计算机视觉分析领域一个重要的研究方向,其分类性能很大程度上取决于图像的特征表示.为了能够更好地进行图像分类,本文提出了一种基于局部约束稀疏编码的神经气算法(Neural Gas based Locality-constrained Sparse Coding,NGLSC)用来实现图像分类.引入局部排序适配器作为距离正则化约束项已经应用在神经气(Neural Gas,NG)的算法矢量量化中,旨在通过软竞争学习算法来弥补K均值聚类(K-means)算法的不足.在稀疏编码阶段此...
作者:邱康; 易本顺; 向勉; 肖进胜 期刊:《光学学报》 2018年第09期
字典的选择影响基于稀疏编码的图像超分辨率重建模型的重建质量。提出了一种基于协作稀疏表达的字典学习算法。在训练阶段,通过K-Means聚类算法将样本图像块划分为不同的聚类;构建基于同时稀疏约束条件的协作稀疏字典学习模型对每个聚类训练高、低分辨率字典;应用基于L2范数的稀疏编码模型将图像超分辨率重建过程中输入图像块由低分辨率到高分辨率的映射转变为简单的线性映射,并针对不同聚类求得相应的线性映射矩阵。在重建阶段,输...
作者:黄凯; 陈平; 刘伟伟; 林列 期刊:《光学学报》 2018年第11期
光声成像兼具光学成像的高对比度和超声成像对深层组织的高分辨率等优点,在生物医学成像领域具有巨大的潜力,而且发展十分迅速;光声成像通过在多个角度进行光声信号的采集,可以获得生物组织的二维或三维光学吸收分布图像;但实际的光声成像往往因硬件条件和成像时间的制约而难以采集角度足够多的光声信号;在信号采样不足的情况下,光声图像的重建质量会严重下降,出现大量伪迹。针对该问题,提出了一种基于字典学习与稀疏表示的恢复重...
作者:吴玉强; 田素诚 期刊:《科技通报》 2017年第12期
针对目前存在的字典学习方法不能有效的构造具有鉴别能力的结构化字典,并且忽视了由于正负类样本数据不均衡造成的代价不同问题,提出了基于代价敏感的鉴别字典学习方法,并将其用于网络入侵检测。首先,重新构建稀疏表示模型,通过在目标函数中设计约束的鉴别项学习具有鉴别性质的字典;其次,考虑到数据集中入侵数据和非入侵数据不平衡,二者的检测代价是不同的,引入代价敏感矩阵来考虑不同的误检测行为代价对于分类性能造成的影响。选...
作者:陈游; 周一鹏; 王星; 田元荣; 周东青 期刊:《国防科技大学学报》 2019年第03期
为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明:幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的...
作者:张旭; 刘韬; 杜跃 期刊:《苏州市职业大学学报》 2018年第02期
经典图像分类方法假设训练样本和测试样本源于同一个域、具有相同的分布形式,然而在实际应用中这种假设很难得到满足.据此,提出一种基于样本选择和在线字典学习的域适应图像分类算法,算法假设源域和目标域之间存在若干个中间域,并基于在线字典学习的方式表征各中间域子空间,在此过程中不断从目标域中选择支持向量样本更新字典.一方面,支持向量样本的类别标签预测准确率更高,可以增强分类模型的判别性能;另一方面,支持向量样本可以...