|
|||||
|
|
| 基于弹性网稀疏编码的空间目标识别 | |
| 引用本文： | 史骏,姜志国,冯昊,张浩鹏,孟钢.基于弹性网稀疏编码的空间目标识别[J].航空学报,2013,34(5):1129-1139. |
| 作者姓名： | 史骏 姜志国 冯昊 张浩鹏 孟钢 |
| 作者单位： | 1. 北京航空航天大学宇航学院,北京 100191;数字媒体北京市重点实验室,北京 100191 2. 北京遥感信息研究所,北京,100191 |
| 基金项目： | 国家自然科学基金，国家"973"计划 |
| 摘 要： | 传统的特征袋(BoF)模型在目标识别过程中假设每个局部特征点只关联特征词典中一个视觉单词。此外,l1范数约束下的稀疏编码对于具有较强成对相关性的特征通常只选择一个特征,而不关注哪一个特征被选择。本文提出一种基于弹性网稀疏编码的特征袋模型。该模型利用尺度不变特征变换(SIFT)特征描述子构建特征字典,再通过弹性网回归模型求解每个描述子所对应的稀疏系数向量,最后将目标图像内的稀疏系数向量合并用于分类。与传统的特征袋模型和基于l1范数稀疏编码的特征袋模型相比,该模型有较好的识别性能,并对视角变化具有较强的鲁棒性。在空间目标图像数据库上的实验验证了该模型的有效性。 |
| 关 键 词： | 特征袋 l1范数约束 稀疏编码 弹性网回归 空间目标识别 特征提取 |
Elastic Net Sparse Coding-based Space Object Recognition |
|
| SHI Jun , JIANG Zhiguo , FENG Hao , ZHANG Haopeng , MENG Gang.Elastic Net Sparse Coding-based Space Object Recognition[J].Acta Aeronautica et Astronautica Sinica,2013,34(5):1129-1139. | |
| Authors: | SHI Jun JIANG Zhiguo FENG Hao ZHANG Haopeng MENG Gang |
| Institution: | 1. School of Astronautics, Beihang University, Beijing 100191, China; 2. Beijing Key Laboratory of Digital Media, Beijing 100191, China; 3. Beijing Institute of Remote Sensing Information, Beijing 100191, China |
| Abstract: | |
| Keywords: | bag-of-features l |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《航空学报》浏览原始摘要信息 | |
| 点击此处可从《航空学报》下载免费的PDF全文 | |