稀疏LNMF算法在图像局部特征提取中的应用

摘要：

考虑自然图像的先验稀疏结构及其特征子空间的局部性,在局部非负矩阵分解(LNMF)算法的基础上,提出一种具有稀疏约束的局部非负矩阵分解(SC-LNMF)神经网络算法.使用两类自然属性不同的图像在不同的维数下对SC-LNMF网络进行训练,该方法都能成功地提取出训练图像的局部特征.与NMF、LNMF特征提取方法相比,实验对比结果证明了SC-LNMF算法能够模拟大脑初级视觉系统V1区感受野的特性,进一步证实了该算法在图像局部特征提取中的有效性和实用性.

关键词：稀疏约束、局部非负矩阵分解(LNMF)、自然图像、特征提取

所属期刊栏目：47

分类号：TN911.73

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60970058,60805021,60705007;江苏省基础研究计划自然科学基金项目BK2009131;江苏省“青蓝工程”资助项目;中国博士后科学基金项目200801231;2010苏州市职业大学创新团队资助项目3100125

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：206-209,233