基于判别子字典学习的图像分类优化方法

摘要

本文提出了一种基于判别子字典学习算法的图像分类优化方法。在判别字典学习算法的基础上,引入字典矩阵的正则化约束项,针对每一类图像学习其对应的特定字典,使字典中包含该类别的特定原子,规避不同子字典之间原子的相关性。同时,引入标签信息矩阵和拉普拉斯正则化矩阵,使大系数集中在某一类别的特定原子上,属于同一类别的样本彼此靠近,从而提高字典的判别能力。将该算法应用在3种不同的数据集上,实验结果证明了所提方法的有效性。