[1]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(03):106-111.[doi:10.3969/j.issn.1671-6833.2013.03.026]
点击复制

自然图像稀疏编码模型研究综述()
分享到:

《郑州大学学报(工学版)》[ISSN:1671-6833/CN:41-1339/T]

卷:
34卷
期数:
2013年03期
页码:
106-111
栏目:
出版日期:
2013-05-31

文章信息/Info

作者:
邹柏贤苗军.
北京联合大学应用文理学院,北京,100083, 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
关键词:
稀疏编码模型 模拟视觉模型 统计分析模型
DOI:
10.3969/j.issn.1671-6833.2013.03.026
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.
更新日期/Last Update: 1900-01-01