面向运动想象脑电信号识别的多层判别字典对学习方法

面向运动想象的脑机接口(brain computer interface,BCI)能够利用自主想象的特定动作触发脑电信号直接实时控制外部电子设备。运动想象脑电信号(motor imagery electroencephalogram,MI-EEG)存在信噪比低、类内差异大、类间差异小等特点,导致MI-EEG的识别率较低且不稳定。针对该问题,提出了多层判别字典对学习(multilayer discriminant dictionary pair learning,MDDPL)方法。与基于字典学习的MI-EEG识别方法不同,MDDPL将字典对学习融入多层学习模型,通过一系列非线性方法将数据投影到更具判别力的子空间。在综合字典和分析字典的共同作用下,前一层的编码向量作为当前层的输入,同时在每一层模型上构建基于分析字典的多分类项,以保证稀疏编码的分类误差最小化,增强模型的类别区分能力。另外,对最后一层的稀疏编码施加低秩约束,以保证同类编码的紧凑性和相似性。在目标式求解中,使用交替更新策略得到每个参数的解析解,使得参数同时得到最优解。在国际BCI竞赛数据集上的实验结果表明,MDDPL方法在所有对比算法中取得了最佳的分类性能。

基于联合字典对学习的跨视角行人重识别

针对不同相机视角间的域偏移问题,例如遮挡、光照、背景等域信息变化而引起的视觉差异,提出一种基于联合字典对学习的跨视角行人重识别算法。具体地,由于同一相机视角下的图像具有域相似性,因此通过低秩分解细化用于表示域信息的字典,即用一个字典表示相同相机视角下的域信息,而用另一个字典代表行人外观特征信息。该方法的分离思想主要是使来自同一相机视角下的所有行人图像在字典上享有相同的稀疏表示,以此分离每个视角下行人图像共享的域信息和行人特征信息。实验表明,所提方法的Rank-1值相较于次优算法在PRID2011、CUHK01和i_LIDS数据集上分别提高1.2%、1.8%和4.49%,识别性能与鲁棒性更优,以期为跨视角行人重识别提供参考与借鉴。

基于Fisher约束和字典对的图像分类

基于稀疏表示的分类方法由于其所具有的简单性和有效性获得了研究者的广泛关注,然而如何建立字典原子与类别信息间的联系仍然是一个重要的问题,与此同时大部分稀疏表示分类方法都需要求解受范数约束的优化问题,使得分类任务的计算较复杂。为解决上述问题,该文提出一种新的基于Fisher约束的字典对学习方法。新方法联合学习结构化综合字典和结构化解析字典,然后通过样本在解析字典上的映射直接求解稀疏系数矩阵;同时采用Fisher判别准则编码系数使系数具有一定的判别性。最后将新方法应用到图像分类中,实验结果表明新方法在提高分类准确率的同时还大大降低了计算复杂度,相较于现有方法具有更好的性能。

基于加权字典对学习的人脸年龄估计方法

针对现有人脸年龄估计方法多数将人脸各部分同等对待或忽视部分特征的问题,提出一种基于加权字典对学习(DPL)的人脸年龄估计方法。将人脸进行分块,使用局部二值模式算法对人脸的主要特征区域和次要特征区域分别进行特征提取,得到人脸的主要特征和次要特征,再利用这2种特征分别训练DPL模型,并赋予不同的权重,使用训练好的加权DPL模型对目标人脸图像进行年龄分类。在MORPH和FG-NET数据集上的实验结果表明,该方法具有较高的分类准确率。

基于自适应多字典对的超分辨率复原算法

最近,双字典训练已成为在计算机视觉和图像领域解决超分辨率复原问题的有力工具。针对基于双字典训练的图像超分辨率算法中字典训练与重构阶段的重构误差,提出了一种基于自适应多字典对的超分辨率复原算法。通过对样本进行聚类并训练多特征字典来适应不同类型的输入图像。在字典训练阶段,充分利用了不同次训练字典产生的差异,在重建中筛选高频补丁,进行多次重构,有效地提升了重构图像的质量。实验仿真与比较表明,该方法在重构图像的质量上有所提高,且能提供更清晰的细节。

局部保持“字典对”学习算法及其应用

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l_0或者l_1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,这不仅很大程度上降低了学习过程中的计算复杂度,而且在分类识别性能上也能有一定的提升。借鉴了最新提出的"字典对"学习思想,利用训练数据的局部结构信息,提出了局部保持的综合型-解析型"字典对"学习算法.在3个国际公开测试数据库(人脸识别库Extended YaleB、AR和图像分类库Caltech101)上的实验结果表明,局部保持的综合型-解析型"字典对"学习算法在准确率和效率方面都具有很好的性能.

基于可转移字典对的跨视角动作识别

为人体动作寻找具有分辨力的视觉特征是机器视觉研究领域的重要课题,但当视角发生改变时其效果往往不够理想。文中提出了一种视角无关的动作识别方法,利用转移字典对完成视角间信息的转移。转移字典对包含两个字典,分别对应于源视角和目标视角。字典对的学习过程是自发的,其准则是尽量使两个视角中的同一动作具有相同的稀疏表示。提出了有监督和无监督条件下的算法,用于转移字典对的学习。利用转移字典对将两个视角中的视频进行稀疏表示之后,在源视角下训练得到的分类器即可直接用于目标视角。方法的有效性在多视角、多模态的数据库3M上进行验证,取得了良好的效果。

基于KPCA和投影字典对学习的人脸识别算法

相比基于稀疏约束的字典学习算法和识别方法,投影字典对学习(projective Dictionary Pair Learning,DPL)具有更快的学习速度和更高的识别率.为了进一步提高DPL的识别能力,本文提出了改进DPL算法K-DPL,即将核主成分分析KPCA与DPL相结合的识别方法.在K-DPL算法中,利用核方法,将样本映射到高维空间以解决非线性问题,再进行DPL训练,得到更具判别性的字典.ORL库上实验表明,不同训练比下K-DPL相比DPL识别率至少提高了1.5%且识别速度提高了约20倍.在扩展Yale B和AR库上,K-DPL相比DPL识别率分别提高0.3%和0.4%,且识别速度有所提高,表明K-DPL对光照和遮挡具有较好的鲁棒性.

基于Gabor特征与投影字典对学习的人脸识别算法

为了提高人脸的识别率及其识别速度,提出了一种基于Gabor特征与投影字典对学习的人脸识别算法。由于Gabor特征对表情、光照和角度等变化具有较强的鲁棒性,首先提取人脸图像多方向多尺度的Gabor局部特征,并将经主成分分析降维后的增广Gabor特征作为训练数据,代替原始的训练样本。然后,根据训练数据同时学习综合字典与分析字典,综合字典具有重构能力,分析字典可以快速求出系数矩阵。最后,根据各类别的重构误差进行分类,以达到人脸识别的目的。在扩展的YaleB、ORL和AR人脸数据库上的实验结果表明,提出的算法不仅具有较高的识别率,而且能够有效地提高识别速度。

基于块对角化表示的多视角字典对学习

字典学习作为一种高效的特征学习技术被广泛应用于多视角分类中。现有的多视角字典学习方法大多只利用多视角数据的部分信息,且只学习一种类型的字典。实际上,多视角数据的相关性信息和多样性信息同样重要,且仅考虑一种合成型字典或解析型字典的学习算法不能同时满足处理速度、可解释性以及应用范围的要求。针对上述问题,提出了一种基于块对角化表示的多视角字典对学习方法(Block-Diagonal Representation based Multi-View Dictionary-Pair Learning,BDR-MVDPL),该方法通过引入字典对学习模型获得包含更多对分类有用的信息的表示系数,并通过显式约束使其具有块对角化结构,保证了编码系数矩阵的判别性;然后采用特征融合的方式将所有视角的编码系数进行串联,并将串联后的编码系数回归到对应的标签向量上,使多视角数据的多样性信息和数据相关性能够同时被利用;最后,该算法将字典学习与分类器学习整合到一个框架中,采用迭代求解的方式,交替更新字典对和分类器,使所提方法能够自动完成分类。3个多特征数据集上的实验结果表明,与主流的多视角字典学习算法相比,所提算法在保持低复杂度的同时具有更高的分类准确率。

基于字典对联合学习的退化图像复原方法

针对传统字典学习方法在退化图像复原中效果不理想的问题,提出一种基于字典对联合学习的退化图像复原方法.首先在图像稀疏分解和字典学习的基本框架下,对基于字典学习复原方法的整个过程和关键步骤进行分析;然后针对图像复原的线性模型存在的缺陷,提出一种非线性的基于字典对联合学习的框架,解决了传统字典学习方法在退化图像复原中存在的不对称问题;最后利用随机梯度下降算法估计字典模型参数,并使用一种经典的启发式方法提高该算法的稳定性和收敛速度.基于各向同性和各向异性模糊核的实验结果表明,该方法对于非盲图像复原与当前技术条件下的方法相比是有竞争力的,甚至是更好的.

融合Gabor特征与投影字典对学习的人脸识别算法

为了获得更好的人脸特征,有效地提高算法的识别率,提出了一种联合Gabor特征与投影字典对学习的人脸识别算法G-DPL。算法使用Gabor小波提取人脸图像的局部特征,对特征向量使用PCA与LDA的方法进行降维。将投影字典对学习算法与降维后的Gabor特征融合,然后进行分类识别。提出的G-DPL算法在ORL库上整体识别率达到99.00%,特征维数为39维。在AR库上识别率达到96.14%,特征维数为99维。提出的G-DPL算法在占用较少空间的同时能够获得更高的识别率,对实际应用具有一定的参考价值。

图正则化字典对学习的轻度认知功能障碍预测

针对字典对学习(DPL)方法只考虑了同类子字典的重构误差和不同类表示系数的稀疏性,没有考虑图像间的几何近邻拓扑关系的问题。通过近邻保持使得在同类近邻投影系数之间的距离较小,而不同类投影系数之间的距离大,能够有效提高字典对学习算法的分类性能,基于此提出了基于几何近邻拓扑关系的图正则化的字典对学习(GDPL)算法。在ADNI1数据集上对轻度认知功能障碍预测的实验表明,使用GDPL算法学习的编码系数作为特征预测的准确率(ACC)和ROC曲线下的面积(AUC)比使用结合生物标志作为特征预测的准确率提高了2%～6%,使用GDPL算法比DPL算法的实验结果也有提高。

略论大型字典对唐讳字形的收录——以《汉语大字典》第二版为例

唐代避讳,相对侧重于文字形体的改变。这些避讳字形在失去了唐朝的避讳背景后,逐渐归入俗字,并被宋元以来的字书收录,成为现代大型字典的收字来源之一。不过,由于各种因素的影响,大型字典在唐讳字形的收录上存在着一些可以商榷的地方,有重新审视和辨析的必要。本文借助敦煌写卷中多样的唐讳字形,以《汉语大字典》第2版为例,从收集、考释两方面,略论其可待完善之处。

基于字典对齐的迁移稀疏编码图像分类

基于稀疏编码的图像分类算法,当源域和目标域间样本服从不同分布时,从源域样本中学习到的字典无法有效对目标域样本进行编码,进而严重影响算法的分类性能。为了解决此问题,提出一种基于字典对齐的迁移稀疏编码(TSC-DA)算法。一方面,通过将字典对齐机制引入稀疏编码模型训练过程中,以减少源域和目标域间样本分布差异;另一方面,采用L2正则化项代替字典约束项,将其转化为无约束优化问题,从而回避了拉格朗日对偶法复杂的求解方式。实验结果表明,TSC-DA能够有效提高目标域的图像分类精度。

结合分块LBP与投影字典对学习的表情识别

针对字典学习和分类过程所采用的表示系数l1范数稀疏约束求解过程代价过高的问题,同时为获取更有效的表情相关特征来进行字典学习,提出一种结合分块LBP特征与投影字典对学习的表情识别方法。提取图像的分块LBP特征替代原始数据样本,用来训练和测试。学习一个分析字典和一个综合字典,分析字典可求得表示系数,综合字典具备重构能力。利用综合字典和分析字典求出各类别的重构误差进行分类,从而实现人脸表情识别。在JAFFE和CK+数据库上的实验结果表明,与其他方法相比,所提出的方法不仅可以大大降低训练和测试阶段的时间复杂度,而且可以在分类任务中达到更高的识别率。

基于区位码字典对数控程序进行中文注释

当前数控机床系统中,数控程序可读性差,可查找性弱,不利于重复使用;并且由于数控设备存储空间较小,软件功能较弱,无法使用拼音、五笔的普通汉字输入法。为解决这些缺点,特提出一种利用区位码互译字典和区位输入法的中文注释方法,即向数控程序中输入一串区位码字符串,通过转换成对应GB码,找到汉字库中的点阵送给LCD显示,使得在数控程序中加入了中文注释。为避免数控程序在加入中文注释之后,数控机床在加工时产生错误,特借鉴C语言的编程注释和转义字符的方法。在数控编程语句行中,一串区位码注释的开头和结尾加入"*",用以屏蔽注释,保护加工程序。在模拟运行时,数控系统将区位码字符串翻译并显示为中文,在不影响数控机床加工的前提下,提高了数控程序的可读性和可查找性,便于程序的修改和重复使用。

利用位置字典对的人脸图像超分辨率方法

针对基于稀疏表示的人脸超分辨率算法存在的字典尺寸大、训练时间长等问题,提出一种基于位置字典对的超分辨率重建方法.由于同一位置的人脸图像块具有相似的结构和内容,更有可能用相同的字典原子进行线性组合表示,因此把训练人脸图像按位置分块,首先为每个位置训练一个位置字典对,利用获得的多个位置字典对,对低分辨率测试人脸图像进行基本重建,然后应用残差补偿方法对位置块进行补偿.实验结果表明,由所提方法重建的人脸图像具有更好的视觉效果,与应用原始图像块进行稀疏表示的图像超分辨率算法相比,平均图像结构相似度指标值提高了0.082,同时字典训练时间缩短了约5倍.

MCA框架下K-SVD构建字典对地震信号去噪与重建

针对由于地震信号采集环境的复杂性带来的采样信号不完整,存在大量噪声等情况,对采集的叠前地震信号进行去噪和重建。在传统的K-奇异值分解(K-singular value decomposition,K-SVD)建造冗余字典的压缩感知重建的基础上,提出了基于形态分量分析(morphometric principal components analysis,MCA)的K-SVD地震信号的去噪与重建。即使用MCA对地震信号的结构和平滑部分进行分类,并针对上述两种类别分别构建由K-SVD算法计算的冗余字典,将两种类别分别置于不同字典中进行去噪与重建。与传统的方法相比,该方法在减少了地震信号采集的成本和难度的基础上,精确辨别地震信号细节,并取得良好的去噪效果。

域通用和域分离字典对学习的行人重识别算法

为克服不同相机视角之间的域偏移问题,提出一种基于域通用和域分离字典对学习的跨视角行人重识别算法。具体地,基于来自同一相机视角下的行人共享相同的域,并且同一视角中每个行人图像所携带的域信息在短时间内具有一致性,将同一视角下的行人图像分解为特定视角的域信息分量和域分离的行人外观特征分量,提出一个判别字典学习模型以创建用于描述域信息分量的域通用字典和描述行人外观分量的域分离字典。由于来自同一相机视角下的图像具有域相似性,因此通过低秩正则化来细化用于表示域信息的字典。为了进一步提高学习字典的判别能力,在算法中约束相同视角、相同身份的多幅图像的编码系数具有很强的相似性。此外,采用一种新颖的扩展正则化方法来解决不同行人相似外貌特征和同一行人不同外貌特征的视觉外观歧义问题。在四个具有挑战性的数据集上进行实验,结果表明域通用和域分离字典对学习的算法相对于一些现有最新算法更具有效性和优越性。