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。

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。

深度协作表达的人脸超分辨重建算法

为了获得更高质量的高分辨率人脸图像,提出一种基于深度协作表达的人脸超分辨率算法.该算法首先对训练样本重叠取块和多方向梯度特征提取得到初始化字典;再对初始化字典进行逐层迭代更新,同时利用协作表达更新对应每层的最优表达权重系数;最后将最后一个表达层所有的重建块合成为最终高分辨率图像.在FEI和CMU FrontalFace数据集上的实验结果表明,与传统超分辨率重建算法相比,该算法提升了单层表达算法的精度,在主观和客观评价性能上均超过现有算法,甚至包括基于深度学习算法.

基于显著性检测和改进投影字典对的盲道分割

现有盲道分割算法是通过提取颜色或纹理特征,采用聚类等方法来进行分割,易受盲道类型和外部环境影响。针对此问题,从盲道整体特征进行考虑,引入学习的方式,提出了一种基于显著性检测和改进投影字典对学习的盲道分割方法。该方法首先利用显著性检测,对盲道区域进行粗定位;然后以图像块作为处理单元,通过所提出的稳健字典对学习算法进行字典学习;接着将粗定位后的图像分块在该字典上进行稀疏重构;最后按照重构误差进行分类,以达到分割的目的。实验结果显示,在盲道分割中,该算法相对于现有算法,无论是准确性,还是普适性都表现更好。