| 自然图像稀疏编码模型研究综述 |
| |
| 引用本文： | 邹柏贤,苗军.自然图像稀疏编码模型研究综述[J].郑州大学学报(工学版),2013,34(3):106-111. |
| |
| 作者姓名： | 邹柏贤 苗军 |
| |
| 作者单位： | 1. 北京联合大学应用文理学院,北京,100083
2. 中国科学院计算技术研究所智能信息处理重点实验室,北京,100190 |
| |
| 基金项目： | 国家自然科学基金资助项目，北京市教委项目，北京联合大学人才强校计划 |
| |
| 摘 要： | 根据建模出发点的不同,把各种建模方法分为模拟视觉系统模型、统计分析模型两大类方法.根据不同的目标、不同的模型特征和结构,把模拟视觉系统的稀疏编码模型分又为最大似然概率、目标函数优化、Gabor小波基函数、超完备基、神经网络、分层稀疏编码六类模型.根据模型学习方法的不同,统计分析模型又分为独立分析、非负矩阵分解以及特定特征的稀疏编码3种模型.针对上述各种模型进行了介绍、分析和研究,并归纳总结不同方法的主要特点,最后进行了展望.
|
| 关 键 词： | 稀疏编码模型 模拟视觉模型 统计分析模型 |
Review on Sparse Coding Research of Natural Image |
| |
| ZOU Bai-xian
,
MIAO Jun.Review on Sparse Coding Research of Natural Image[J].Journal of Zhengzhou University: Eng Sci,2013,34(3):106-111. |
| |
| Authors: | ZOU Bai-xian MIAO Jun |
| |
| Affiliation: | 1.College of Arts & Science,Beijing Union University,Beijing 100083,China;2.Key Laboratory of Intelligent Information Processing,Institute of Computing Technology,Chinese Academy of Sciences,Beijing 100190,China) |
| |
| Abstract: | |
| |
| Keywords: | sparse coding model vision model statistical analysis model |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
