阅读笔记——基于字典学习的图像分类方法总结

题目：A Brief Summary of Dictionary Learning Based Approach for Classification

作者：Shu Kong and Donghui Wang

College of Computer Science and Technology, Zhejiang University

时间：May 31, 2012

一、整体介绍

1、最初学习得到的字典进用于信号重构，后来，研究者们采取措施通过研究标签信息以监督学习方式学习用于分类的字典。

2、已经存在的基于DL的分类方法大致分为两类：一类是直接学习具有识别力的字典，另一类是稀疏化稀疏，是字典具有识别力。 第一类主要利用表示误差进行分类判决，第二类主要利用稀疏稀疏作为新的特征进行分类。

SRC基本模型：

1、对x进行编码，对系数加l1范数约束，取最小值。

 

2、对x进行分类判决。

   

 是提取与第i个类别相关的元素的向量指示函数。

SRC对亮度和遮挡等噪声具有很强的鲁棒性。

 

传统字典学习框架：

 

其中，共