基于稀疏表示的特定目标识别  

Special object recognition based on sparse representation

作　　者：查长军[1,2] 孙南[3] 张成[1] 韦穗[1] 

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室 [2]合肥学院机器视觉与智能控制技术重点实验室 [3]中国人民解放军73101部队

出　　处：《吉林大学学报（工学版）》2013年第1期256-260,共5页Journal of Jilin University:Engineering and Technology Edition

基　　金：高等学校博士学科点专项科研基金项目(20113401130001)

摘　　要：针对轮廓检测系统输出采样信号的特点,结合稀疏表示及主成分分析理论,提出了一种基于稀疏表示的特定目标识别方法。该方法首先通过主成分分析提取采样信号的主要成分以消除冗余信息,同时将信号转换为相同维数的特征向量,然后将特征向量投影到低维空间构造出字典,通过该字典对测试信号进行稀疏表示、识别。数值仿真与现场实验结果表明:该方法在低维空间下具有很好的识别效果;并结合实际情况,对有损坏传感器的系统进行测试,结果表明本文方法具有较好的鲁棒性。According to the output signal characteristics of the profile detecting system, special object the lower dimensional space to construct a dictionary. Finally, the testing samples are sparsely represented and recognized by the dictionary. Numerical simulations and experiments show that the proposed method has good classification effect in lower dimensional space, and good robustness for the system with some damage sensors in the actual situation.

关 键 词：信息处理技术 稀疏表示 轮廓识别 特征提取 

分 类 号：TN911.74[电子电信—通信与信息系统]