sparse coding理解

ref: 

yu kai cvpr12 tutorial 

http://blog.csdn.net/jwh_bupt/article/details/9902949


 典型的sparse coding的过程分为训练和测试。

       Training:给定一些训练样本(training samples)[ x1, x2, …, xm(in Rd)],学习一本字典的基(bases)[Φ1,Φ2……(also in Rd)]。可是用k-means等无监督的方法,也可以用优化的方法(这时training完了同时也得到了这些training samples的codes,i.e. a,这是一个LASSO和QP问题的循环迭代);

       见yukai ppt,其中,讲了training的求解算法,input是several x,输出是the code of each x, i.e. a, and bases .    类似于EM 求解

       Coding:用优化的方法求解测试样本的codes(此时字典已经学得)。经典的方法是求解LASSO:

sparse coding理解_第1张图片                  (1)

        自我学习就是在Training的时候采用大量无标注的自然图像训练字典,然后对带标注的图像进行编码得到特征codes。




你可能感兴趣的:(sparse coding理解)