基于字典优化的迁移稀疏编码方法

摘要

传统的编码方法通常对字典采取随机初始化,极大影响图像分类精度。基于此,提出一种基于kmeans的字典优化方法,并将其与迁移稀疏编码相结合。先将图像中每个局部描述子投影到线性子空间,在此空间取距离特征最近的k个特征作为过完备字典,均衡的选择基向量来表达图像;同时考虑了图像的分布差异和局部特征,有效保证编码的稳定性。在三个跨域图像数据集上实验表明,与同类方法相比,该方法能显著提高跨域分类性能。