最近在学习ICCV2011 的一篇文章《A Linear Subspace Learning Approach via Sparse Coding》,顺便做一些笔记,以后会努力更新的。
LSL是在很流行的一种图像识别方法,主要用于从高维的数据集中提炼出其本质特性。大多数LSL是通过对样本进行统计分析的方法来学习子空间,然而这种方法不能充分利用不同种类图像所包含的有用信息。
稀疏编码方法:通过学习从训练样本中得到字典,字典可以用来给训练样本的降维,然后经过降维的样本被分为容易分辨部分(MDP)和不易分辨部分(LDP),最后通过无监督准则和监督准则来学习得到子空间,这时MDP将得到保护,而LDP将得到抑制。