基本信息:
- 专利标题： 一种基于加权联合最近邻的多任务稀疏表示检测方法
- 申请号：CN201911150556.8 申请日：2019-11-21
- 公开(公告)号：CN111079544A 公开(公告)日：2020-04-28
- 发明人： 欧先锋 , 徐智 , 张一鸣 , 张国云 , 涂兵 , 王勇
- 申请人： 湖南理工学院 , 桂林电子科技大学
- 申请人地址： 湖南省岳阳市学院路、金鄂东路
- 专利权人： 湖南理工学院,桂林电子科技大学
- 当前专利权人： 湖南理工学院,桂林电子科技大学
- 当前专利权人地址： 湖南省岳阳市学院路、金鄂东路
- 代理机构： 东莞卓为知识产权代理事务所
- 代理人： 汤冠萍
- 主分类号： G06K9/00
- IPC分类号： G06K9/00 ; G06K9/46
摘要：
本发明公开了一种基于加权联合最近邻的多任务稀疏表示检测方法，属于图像处理技术领域，一种基于加权联合最近邻的多任务稀疏表示检测方法，包括以下步骤：利用多任务学习技术，构建多任务稀疏表示模型，将所有任务上累积的总重构误差应用于检测目标，得到多任务稀疏表示的检测结果，利用加权联合最近邻方法进行计算，得到加权最近邻的检测结果，将加权最近邻的检测结果和多任务稀疏表示的检测结果相结合，得到最终的检测函数，可以实现通过光谱信息和邻域空间信息同时进行检测，利用多任务学习，联合多个相关的子稀疏表示，得到较好目标检测效果，并且加入了加权联合最近邻算法，提高了对空间信息的利用，使目标检测效果得到了进一步提升。
公开/授权文献:
- CN111079544B 一种基于加权联合最近邻的多任务稀疏表示检测方法 公开/授权日：2022-09-16
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06K | 数据识别；数据表示；记录载体；记录载体的处理 |
| ------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置 |