基于联合核协同的高光谱图像异常目标检测 被引量：8

1

作者 张丽丽 赵春晖 成宝芝 《光电子．激光》 EI CAS CSCD 北大核心 2015年第11期2154-2161,共8页

在目前的高光谱图像异常目标检测算法中,通常只考虑高光谱图像的光谱特性而忽略其空间特性,针对这一问题,提出了基于联合核协同的稀疏差异指数的检测算法。本文算法将核协同与稀疏差异指数表示方法相结合,分别提出了光谱核协同和空间核... 在目前的高光谱图像异常目标检测算法中,通常只考虑高光谱图像的光谱特性而忽略其空间特性,针对这一问题,提出了基于联合核协同的稀疏差异指数的检测算法。本文算法将核协同与稀疏差异指数表示方法相结合,分别提出了光谱核协同和空间核协同的稀疏差异指数表示模型,进而提出了一种联合核协同的稀疏差异指数表示模型。在模拟的高光谱图像数据中,讨论了双窗口设计对所提出算法的检测结果的影响;在真实的AVIRIS高光谱图像仿真实验中,分析了不同波段选择及主成分分析对检测结果的影响。结果表明,所提出的算法检测精度高,虚警概率低。 展开更多

关键词 高光谱图像 异常目标检测 核协同 稀疏差异指数

原文传递

空间一致核协同优化的高光谱异常检测方法 被引量：4

2

作者 张国云 欧阳慧婷 +1 位作者 涂兵 杨先畅 《湖南理工学院学报（自然科学版）》 CAS 2022年第3期10-16,43,共8页

针对传统协同表示异常检测器的背景像素集易被杂质污染且高光谱图像空谱信息提取不充分的问题,提出一种空间一致核协同优化的高光谱异常检测方法,采用核方法将原始数据投影到高维特征空间以提取高光谱图像的非线性信息,增强异常与背景... 针对传统协同表示异常检测器的背景像素集易被杂质污染且高光谱图像空谱信息提取不充分的问题,提出一种空间一致核协同优化的高光谱异常检测方法,采用核方法将原始数据投影到高维特征空间以提取高光谱图像的非线性信息,增强异常与背景像素的可分离性,利用异常值移除策略增强正则化子空间内的背景像素集的空间一致性,并充分考虑高光谱图像的空间和光谱信息优化核协同表示检测器的算法性能.将该算法与七种异常检测算法进行比较,结果表明该方法在受试者工作特征曲线及曲线下面积、可视化检测结果、异常与背景的可分离性等方面具有更好的检测性能. 展开更多

关键词 高光谱图像 核协同表示 最近邻正则化子空间 异常值移除

下载PDF 职称材料

联合表示求解二元假设模型的高光谱目标检测 被引量：2

3

作者 凌强 黄树彩 +1 位作者 韦道知 吴潇 《电子学报》 EI CAS CSCD 北大核心 2016年第11期2633-2638,共6页

针对稀疏表示目标检测理论中稀疏度难以确定的问题,本文将联合表示应用于目标检测,提出了一种新颖的目标检测算法,并给出了该算法的非线性形式.其核心思想是:背景像元的光谱能够被其周围背景像元的光谱(背景字典)线性表示,而目标像元的... 针对稀疏表示目标检测理论中稀疏度难以确定的问题,本文将联合表示应用于目标检测,提出了一种新颖的目标检测算法,并给出了该算法的非线性形式.其核心思想是:背景像元的光谱能够被其周围背景像元的光谱(背景字典)线性表示,而目标像元的光谱只能被其周围背景像元的光谱和目标先验光谱(联合字典)线性表示.该算法首先用背景字典和联合字典分别对待检测像元进行联合表示,然后比较两次联合表示的重构误差确定像元类别.通过真实的高光谱图像进行验证,结果表明,与其它目标检测算法相比,该算法具有较好的检测性能. 展开更多

关键词 目标检测 联合表示 核联合表示 高光谱图像

下载PDF 职称材料

基于核协同表示的步态识别 被引量：1

4

作者 李占利 孙卓 +1 位作者 崔磊磊 袁鹏瑞 《广西大学学报（自然科学版）》 CAS 北大核心 2017年第2期705-711,共7页

为了提高跨视角下的步态识别率,分析识别率低的原因,原因之一归咎于通常采用线性降维的方法进一步提取步态特征,而实际上,特征数据之间可能存在着非线性的关系,故采用核主成分分析法对特征数据进行非线性降维处理,设计了一种核协同表示... 为了提高跨视角下的步态识别率,分析识别率低的原因,原因之一归咎于通常采用线性降维的方法进一步提取步态特征,而实际上,特征数据之间可能存在着非线性的关系,故采用核主成分分析法对特征数据进行非线性降维处理,设计了一种核协同表示的步态识别方法。该方法获取步态能量图,采用核主成分分析法对步态能量图数据进行非线性降维处理并提取步态特征,并用协同表示的方法进行分类。实验结果表明:在90°视角下,采用多项式核函数的识别效果明显优于采用高斯径向基核函数的识别效果;该方法在跨视角下取得了显著的识别效果,与其他算法相比,识别率提高了10%以上;该方法的识别速度约是协同表示的识别速度的1~2倍。 展开更多

关键词 核主成分分析 核函数 核协同表示 步态识别

下载PDF 职称材料

基于核协同表示与鉴别投影的辐射源调制识别 被引量：2

5

作者 李东瑾 杨瑞娟 +1 位作者 李晓柏 董睿杰 《电子学报》 EI CAS CSCD 北大核心 2020年第9期1695-1702,共8页

针对辐射源识别中的特征稳定性不高和低信噪比环境适应性不足等问题,提出了一种基于二次时频分布、核协同表示与鉴别投影的识别方法.首先,通过时频变换、稀疏域降噪和二次特征提取的预处理算法降低噪声干扰和特征冗余,以获取高稳定性的... 针对辐射源识别中的特征稳定性不高和低信噪比环境适应性不足等问题,提出了一种基于二次时频分布、核协同表示与鉴别投影的识别方法.首先,通过时频变换、稀疏域降噪和二次特征提取的预处理算法降低噪声干扰和特征冗余,以获取高稳定性的二次时频分布特征;然后,采用核协同表示和鉴别投影思想进行降维学习和字典学习,以提升数据低维表征和类间鉴别能力;最后,通过离线训练完成系统优化并用于分类验证.仿真结果表明,二次时频分布特征具备较高稳定性,识别方法具备较强鲁棒性、时效性和适应性;当信噪比为-10dB时,该方法对8类辐射源信号的整体平均识别率达到96.88%. 展开更多

关键词 辐射源识别 核协同表示 鉴别投影 二次时频分布 批量随机梯度下降法

下载PDF 职称材料

基于局部通用的核协同表示单样本人脸识别算法 被引量：2

6

作者 崔建 游春芝 《廊坊师范学院学报（自然科学版）》 2022年第2期35-39,共5页

针对单样人脸识别中每个训练样本只有一张人脸图像,尤其是存在光照、表情以及遮挡等变化时,提取特征信息单一化等问题,提出一种局部通用的分块核协同表示单样本人脸识别算法。算法通过备用的训练样本构造通用的类内变化字典,并对通用集... 针对单样人脸识别中每个训练样本只有一张人脸图像,尤其是存在光照、表情以及遮挡等变化时,提取特征信息单一化等问题,提出一种局部通用的分块核协同表示单样本人脸识别算法。算法通过备用的训练样本构造通用的类内变化字典,并对通用集和训练样本进行分块,以达到样本扩充的目的,保证训练字典的完备性,从而提取足够的特征判别信息,然后利用高斯核变化将人脸数据映射到高维特征空间,从而实现人脸数据线性化的优势,增强人脸特征信息的可分性,提高算法在复杂环境下的适应能力。最后通过正则化协同表示计算每个样本块的重构误差,根据所有分块误差和最小完成样本的分类。在ORL、Extended Yale B、AR人脸库进行仿真实验,结果表明,构建通用的类内变化字典和对样本的分块除了起到扩充样本的作用外,还有助于人脸特征的线性表示,增强了样本的准确率。 展开更多

关键词 人脸识别 局部通用 核协同表示 鲁棒

下载PDF 职称材料

基于核协作表示的目标跟踪算法

7

作者 卢钢 彭力 《小型微型计算机系统》 CSCD 北大核心 2017年第10期2253-2257,共5页

大多数现有的基于稀疏表示的视觉跟踪算法大都通过模板的线性组合来重构目标,但是没有考虑模板与模板之间以及模板与候选目标之间的非线性关系,造成算法对目标的判别能力下降,在复杂环境下容易跟踪失败.为了解决上述问题,提出一种结合... 大多数现有的基于稀疏表示的视觉跟踪算法大都通过模板的线性组合来重构目标,但是没有考虑模板与模板之间以及模板与候选目标之间的非线性关系,造成算法对目标的判别能力下降,在复杂环境下容易跟踪失败.为了解决上述问题,提出一种结合核协作表示的目标跟踪算法,利用核函数将候选目标与模板映射到高维核空间,得到它们的非线性表示,并在高维核空间求解目标的稀疏系数,提高算法对目标的判别能力.为提高跟踪速度,选用l2最小化方法.实验结果表明,本文算法在跟踪精度与鲁棒性方面都有较大提高. 展开更多

关键词 核协作表示 目标跟踪 稀疏表示 核空间 非线性表示

下载PDF 职称材料

自适应核协同表示在SAR目标识别中的应用 被引量：1

8

作者 刘苗苗 蒋宇帆 邢钉凡 《半导体光电》 CAS 北大核心 2021年第6期891-896,共6页

针对合成孔径雷达(Synthetic Aperture Radar, SAR)目标识别中方位角差距大的训练样本之间存在干扰的问题,对传统协同表示字典进行了改进,得到更适应于当前测试样本且能够降低弱相关原子对系统影响的自适应字典,基于此提出了一种自适应... 针对合成孔径雷达(Synthetic Aperture Radar, SAR)目标识别中方位角差距大的训练样本之间存在干扰的问题,对传统协同表示字典进行了改进,得到更适应于当前测试样本且能够降低弱相关原子对系统影响的自适应字典,基于此提出了一种自适应原子选择的核函数变换协同表示算法,并在美国DARPA中的运动和静止目标获取与识别计划公开发布的SAR图像数据库上进行了验证实验。实验结果表明,相较于基于全部训练样本字典的核协同表示模型,基于自适应原子选择的核协同表示方法降低了干扰原子的不良影响,提高了对SAR目标识别的可靠性和鲁棒性。 展开更多

关键词 合成孔径雷达 自动目标识别 自适应原子选择 多特征 核协同表示

下载PDF 职称材料

空谱融合下局部判别嵌入核协同表示的高光谱图像分类算法

9

作者 曹意唱 闫德勤 +1 位作者 陈浪 刘德山 《软件工程》 2021年第7期15-20,共6页

协同表示分类方法已经被越来越多地应用在高光谱图像分类中,但协同表示方法因重视稀疏性忽略局部性而不能充分地刻画高光谱图像特征,导致分类精度不高。针对这一问题,提出了空谱融合下局部判别嵌入核协同表示方法(LPKCRC)。首先,利用空... 协同表示分类方法已经被越来越多地应用在高光谱图像分类中,但协同表示方法因重视稀疏性忽略局部性而不能充分地刻画高光谱图像特征,导致分类精度不高。针对这一问题,提出了空谱融合下局部判别嵌入核协同表示方法(LPKCRC)。首先,利用空谱特征学习模型对高光谱图像进行特征学习;其次,利用图嵌入矩阵提取数据局部几何结构和局部判别信息,并将其作为流行正则项引入CRC中,同时利用核的特性对高光谱数据进行核映射。实验结果证明,该算法在Indian Pines和Salinas两个高光谱数据集分类结果中都优于其他相应的算法,能够提高分类准确率。 展开更多

关键词 核协同表示 局部流形结构 空谱特征学习 高光谱图像 稀疏性

下载PDF 职称材料

高光谱图像自适应核联合表示异常检测 被引量：6

10

作者 唐意东 黄树彩 +1 位作者 凌强 钟宇 《强激光与粒子束》 EI CAS CSCD 北大核心 2015年第9期49-55,共7页

针对高光谱图像目标检测问题,提出了一种基于自适应核联合表示的高光谱图像异常检测方法。相比于稀疏表示强调系数向量的稀疏性,基于联合表示的检测算法更强调背景字典中每一原子对联合表示的贡献,并且系数求解更加简单直接;在基于向量2... 针对高光谱图像目标检测问题,提出了一种基于自适应核联合表示的高光谱图像异常检测方法。相比于稀疏表示强调系数向量的稀疏性,基于联合表示的检测算法更强调背景字典中每一原子对联合表示的贡献,并且系数求解更加简单直接;在基于向量2-范数极小化问题求解联合表示系数时,引入相似性正则化矩阵与和为1的条件对系数进行约束,以增强算法的稳定性和分辨力;进而将联合表示检测算法扩展到核空间,利用高光谱图像的局部统计特性进行核参数自适应选取,增强了核参数的局部适应性。为验证该方法的有效性,采用一幅实测高光谱图像中的两个感兴趣区域进行仿真实验,并与传统异常检测方法的检测结果进行对比分析,结果表明该方法具有较传统异常检测方法更出色的检测效果。 展开更多

关键词 高光谱图像 联合表示 自适应核联合表示 异常检测

下载PDF 职称材料

基于多核协同表示分类的脑肿瘤分割算法 被引量：6

11

作者 葛婷 詹天明 牟善祥 《南京理工大学学报》 EI CAS CSCD 北大核心 2019年第5期578-585,共8页

为了从脑核磁共振(MR)图像中分割出脑肿瘤区域,为疾病诊断和手术导航提供参考,该文在核方法框架下提出一种基于多核协同表示分类的脑肿瘤分割算法。首先对脑肿瘤图像进行多尺度超像素分割,并构造基于超像素区域的空间特征,在多核框架中... 为了从脑核磁共振(MR)图像中分割出脑肿瘤区域,为疾病诊断和手术导航提供参考,该文在核方法框架下提出一种基于多核协同表示分类的脑肿瘤分割算法。首先对脑肿瘤图像进行多尺度超像素分割,并构造基于超像素区域的空间特征,在多核框架中利用多核协同表示分类方法,将原始光谱信息与所提取的多尺度空间特征融合并应用于脑肿瘤图像的分类,最后结合临床特征实现了脑肿瘤区域的分割。在MICCAI BraTS 2012和2013数据集上的测试结果表明,与现有脑肿瘤分割算法相比,该文方法能够更好地提取脑肿瘤区域,并具有较好的分割精度。 展开更多

关键词 核磁共振图像 脑肿瘤 图像分割 超像素 多尺度 多核协同表示分类

下载PDF 职称材料

散度核协同表示与空谱融合特征的高光谱图像分类算法 被引量：1

12

作者 闫汇聪 刘德山 +1 位作者 陈浪 马斯宇 《计算机应用与软件》 北大核心 2023年第2期287-295,共9页

协同表示的相关算法在高光谱图像分类的学习过程中没有很好地刻画高光谱图像的特性,如像素的局域性和标签信息等,因此其性能受到限制。对此,提出一种散度核协同表示技术并利用空谱融合获取特征的分类方法(IKCRC)。为有效刻画像素的局域... 协同表示的相关算法在高光谱图像分类的学习过程中没有很好地刻画高光谱图像的特性,如像素的局域性和标签信息等,因此其性能受到限制。对此,提出一种散度核协同表示技术并利用空谱融合获取特征的分类方法(IKCRC)。为有效刻画像素的局域性和标签信息,该方法构造新的散度核协同表示模型和相应的计算模型。在公式中引入核映射以提高分类能力,在计算过程上使用空谱融合的初步特征提取使得算法简洁高效。在标准高光谱图像数据集上进行的对比实验表明,IKCRC更能有效地提高分类精度。 展开更多

关键词 高光谱图像 散度核协同表示 空谱融合特征

下载PDF 职称材料