[发明专利]基于码书块稀疏的非负稀疏编码的图像特征提取方法

摘要

本发明基于码书块稀疏的非负稀疏编码的图像特征提取方法，包括步骤：1)对待处理的图像数据集中所有图像分别稠密地提取块级特征；2)随机地选取若干块级特征；3)建立基于码书块稀疏的非负稀疏编码模型；4)用随机选取的块级特征来求解出该图像数据集块级特征的码书；5)固定码书，对所有的块级特征进行基于码书块稀疏的非负稀疏编码；6)对图像数据集每张图像的编码进行空间金字塔最大池化方法整合；7)按照基于码书块稀疏的非负稀疏编码模型的目标函数，求出该图像数据集空间金字塔最大池化后的初级特征向量的码书，对空间金字塔最大池化后的初级特征向量再进行一次基于码书块稀疏的非负稀疏编码，得到每张图像最终的特征向量。

主权项

1.基于码书块稀疏的非负稀疏编码的图像特征提取方法，其特征在于，包括以下步骤：1)对待处理的图像数据集中所有图像分别稠密地提取块级特征；2)对待处理的图像数据集中所有图像提取完块级特征后，随机地选取10万至50万的块级特征用于求该待处理的图像数据集块级特征的码书；3)建立基于码书块稀疏的非负稀疏编码模型；设码书为D＝[d1,d2,…,dk]，D∈Rp×k的每一列表示一个基向量，块级特征向量xj在基矩阵下相应的稀疏编码为cj，j＝1,2,…,n，n为随机选取的块级特征的数目，X＝[x1,x2,…,xn]为随机选取的块级特征形成的矩阵，编码矩阵C＝[c1,c2,…,cn]，基于码书块稀疏的非负稀疏编码模型的目标函数如下：s.t.C≥0其中：||d_i||₂＝1，即码书每一列的模长或L‑2范数为1；||·||_F表示矩阵的F‑范数，即矩阵中所有元素的平方和的平方根；表示矩阵的m₁范数，即矩阵的所有元素的绝对值的和；C≥0表示矩阵C中每一个元素都是非负的；λ和γ均为权重系数；表示码书的第i列的第g个分块；4)根据步骤2)和步骤3)，用随机选取的块级特征来求解出该图像数据集块级特征的码书；5)该图像数据集块级特征的码书求解出来后，固定码书，对所有的块级特征进行基于码书块稀疏的非负稀疏编码；6)对图像数据集每张图像的编码进行空间金字塔最大池化方法整合，得到每张图像的初级特征向量；7)按照基于码书块稀疏的非负稀疏编码模型的目标函数，求出该图像数据集空间金字塔最大池化后的初级特征向量的码书，对空间金字塔最大池化后的初级特征向量再进行一次基于码书块稀疏的非负稀疏编码，得到每张图像最终的特征向量，用于计算机视觉任务。