稀疏LNMF算法在图像局部特征提取中的应用

作者：尚丽; 苏品刚; 周昌雄; 杜吉祥

来源：计算机工程与应用, 2011, (30): 206-209+233.

• 稀疏约束
• 局部非负矩阵分解(LNMF)
• 自然图像
• 特征提取 sparse constraint
• Local Non-negative Matrix Factorization(LNMF)
• natural images
• feature extraction

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。

• 出版日期2011
• 单位华侨大学; 苏州市职业大学; 中国科学技术大学