FFT协同特征空间的图像表示方法

作者：孙玲; 陈德运; 李骜; 付立军^*; 杨润; 于梁

来源：哈尔滨理工大学学报, 2020, 25(06): 137-141.

DOI：10.15938/j.jhust.2020.06.020

• 图像识别
• FFT
• 基于特征空间方法

快速傅里叶变换(FFT)方法已经在图像识别中有广泛的应用。但是,FFT方法面临一些挑战,比如:不同角度的遮挡、变化的光照和多变的面部表情等。将快速傅里叶变换和特征空间的图像表示方法融合起来解决上述问题。有以下阶段:(1)使用FFT从原始图像中提取频谱特征。(2)利用高斯核方法在特征空间中获得新的特征。新的特征和原始图像的训练样本分别使用稀疏表示来获得稀疏解。新的特征和原始图像的测试样本可以使用上述稀疏解及其训练样本来分别计算得分。随后,可以利用得分和新得分进行图像分类。这一方法在图像分类上具有稀疏性和鲁棒性,非常容易实现。实验结果表明,本文提出的方法在图像分类上具有高的准确率。

• 单位
  哈尔滨理工大学; 中国酒泉卫星发射中心; 哈尔滨工业大学