Classification of Histology Sections via Multispectral Convolutional Sparse(泛读)

一.文献名字和作者

     Classification of Histology Sections via Multispectral Convolutional Sparse Coding， CVPR2014

   

二.阅读时间

    2014年10月9日

三.文献的贡献点

    文章主要提出了使用多光谱卷积稀疏编码来作为组织细胞分类，相比与传统的稀疏编码，卷积稀疏编码能够学习到更复杂的特征，从而能够获得更好的效果。

    文章中提出的多光谱稀疏编码进行分类的流程如下：第一步是将输入图片进行光谱分离，转变为两个不同的图像，然后分别输入到不同的CSC中，进行无监督特征学习，具体特征学习的流程如图所示；第二步是通过SPM将这两部分特征融合起来；第三步是使用线性SVM进行分类。

    这篇文章感觉和CVPR 09中余凯的文章《Linear spatial pyra-mid matching using sparse coding for image classification》很类似，区别只是在于将SIFT特征换成了CSC通过无监督学习得到的特征而已，同时，作者也研究了不同SPM的效果，这个也算是作者的一个创新点。

    将新的东西融合进已经有的东西里面，也可以算是一种很好的创新方法，这个方法也是发论文的一种途径。

版权所有，欢迎转载，转载请注明出处，谢谢