Image Classification——Sparse Code

今天看了一篇文章，用稀疏表示进行图像分类。现如今，大家都在往稀疏表示这个大坑里灌水，真的是如火如荼啊~师兄也准备搞关于稀疏表示的论文，我也就站在稀疏表示的大门口准备向里面张望一下~结果就被老刘逼着赶紧改那篇不靠谱的计算机转机械应用的论文，我嘞个去，逼死我吧~

以上均属个人吐槽，各位看官表介意哈~

 

 

 

l文章出处

ØCVPR10（oral）

l相关文章

ØYang et al. Linear spatial pyramid matching using sparse coding for image classification. CVPR’09.

内容：

• 针对分类任务，提出了一种新颖的基于局部图像描述子的监督分级稀疏编码模型。
• 通过back-projection方法，以最小化在图像层级特征(image level features)的分类误差训练监督词典。其中图像层级特征是以空间金字塔为结构max pooling稀疏编码。在多种空间尺度下max pooling方法具有平移不变的特性，如同CNN(Convolutional Neural Network)一样。
• 实验证明，与无监督词典相比，监督词典明显地改善了模型的性能，并且在多个图像数据库拥有最好的表现。
• 另外，监督模型目标是学习线性特征，它蕴含了一个巨大潜能-实时地处理大规模数据库

拟解决的问题

lImage classification

ØTo find a generic feature representation

ØInterested in linear prediction model

 

以前的方法

Histogram-based SPM feature

ØStep 1: local descriptor extraction

ØStep 2:vector quantization  (e.g.k-means)

ØStep 3:hierarchical average pooling

ØStep 4:nonlinear SVM

本文的方法

The framework of ScSPM（CVPR09）

ØStep 1: local descriptor extraction

ØStep 2:sparse coding (无监督词典)

ØStep 3:hierarchical max pooling(提取最大的稀疏系数)

ØStep 4:linear SVM

 

 

相关知识（1）：

稀疏表示&取稀疏系数的最大值

分级融合模型：

 

 

本文Model（1）：

 

求解方法1：

：Squared hinge loss function

：Only cares about the pooled maximum values

：Linear prediction model

：No analytical link，其中：

 

 

 

求解方法2：

 

简短描述blog: http://www.cnblogs.com/sunshy/archive/2011/08/26/2155126.html

文章主页包含代码下载： http://www.ifp.illinois.edu/~jyang29/ScSPM.htm