combained sparse and collaborative represention

应用:遥感图像分割

基本思想:稀疏由于用的是1范数,所以用了最有效的少量样本来表示一个样本点,为“竞争”关系;协同使用了2范数,可以利用到全部的样本来表示一个样本,把全部信息都利用上,可以称之为“协同”关系。本文中,运用稀疏来识别目标,运用协同来识别背景,最后被利用背景和目标差的形式来进行遥感图像中的目标识别。

公式:

稀疏的目标函数:

协同的目标函数:

也等同于

本文中,为了更好地区分背景和目标,在背景函数中加了一个Tikhonov正则化项,元素为测试样本到Xb中每一个样本点的欧氏距离,反映相似性。

当D(y)值越大,说明,背景和目标差距越大,越容易区分,效果越好。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容