基于深度迁移字典学习的精细图像分类方法

摘要

本发明涉及一种基于深度迁移字典学习的精细图像分类方法，其特征在于包括构建深度字典学习模型，学习源领域字典和目标领域字典以提取精细图像的复杂非线性特征，而后在深度字典学习模型的每层中通过梯度下降法对输出层的目标函数进行求解以获得输出层的编码字典和编码系数；并通过求解得到的编码字典和编码系数得出分类器参数进而构建出分类方法模型。本发明解决了源领域精细图像和目标领域精细图像属于不同分布的问题，从而提高了精细图像的分类性能。