文献

J-GLOBAL ID：201702288394320996   整理番号：17A0398047

教師なし辞書学習のための新しい二重層スパース表現アプローチ【Powered by NICT】

A novel double-layer sparse representation approach for unsupervised dictionary learning

著者 (2件)： Xu Mai (School of Electronic and Information Engineering, Beihang University) ,  Wang Zulin (School of Electronic and Information Engineering, Beihang University)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 143  ページ： 1-10  発行年： 2016年02月 
JST資料番号： W0185A  ISSN： 1077-3142  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,新しい二重層スパース表現(DLSR)手法を提示した,教師なし辞書学習の再建と識別能の両方を改善するために。教師つき/教師なし識別辞書学習では,古典的なアプローチは,通常,学習多重サブ辞書のための識別,その各々は1クラス訓練画像パッチに対応を開発した。そのようにして,異なるクラスのための画像パッチはスパース表現の係数により識別し,異なるサブ辞書に関してであった。しかし,教師なしのシナリオでは,異なるクラスタのサブ辞書を学習するための訓練パッチのいくつかは一つ以上のクラスタに関係している。係数に及ぼす第一層スパース性および各訓練パッチのクラスタ上の第二層スパース性を課す,学習された辞書における再建(第一層)と識別(第二層を介した)能力の両方をするために本論文でDLSR定式化を提案した。提案DLSR定式化に対処するために,DLSR OMPと呼ばれるシンプルではあるが効果的なアルゴリズムは,従来のOMPアルゴリズムに基づいて開発した。最後に,実験は,筆者らのアプローチが従来のアプローチの学習した辞書の再構成とクラスタリング性能を改善できることを確認した。より重要なことに,テクスチャセグメンテーションに関する実験結果により,本アプローチがクラスタリングタスクにおける他の最先端の識別辞書学習法を凌ぐことを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 再構成 ,  画像 ,  教師なし学習 ,  クラスタ化 ,  クラスタ ,  定式化 ,  *学習 ,  単一層 ,  アルゴリズム
準シソーラス用語： テクスチャ分割 ,  二層 ,  スパース性 ,  *スパース表現 ,  *二重層 ,  *辞書学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： スパース表現 ,  教師なし学習 ,  テクスチャセグメンテーション

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 教師 ,  辞書学習 ,  二重層 ,  スパース表現