技術總結
本發(fā)明公開了一種結合字典群的目標分割方法。該方法首先對訓練形狀集進行對數(shù)極坐標變換和模糊對數(shù)極坐標分解；利用分解獲得的子形狀集和原始訓練集的對數(shù)極坐標變換組成形狀集群；基于形狀集群構造字典群；結合字典群構造字典群約束主項和輔項；結合底層概率形狀函數(shù)構造統(tǒng)一分割模型；初始化稀疏系數(shù)和底層概率形狀，利用標準梯度下降法和軟閾值法進行函數(shù)最優(yōu)化求解；通過判斷優(yōu)化是否收斂決定迭代或輸出目標分割結果；本發(fā)明克服了小樣本訓練集背景下，目標存在局部形變時，現(xiàn)有稀疏形狀表示方法無法充分利用訓練集樣本的局部信息重建目標形狀的問題；同時也大幅提高了稀疏形狀表示在目標與訓練形狀存在較大整體差異情況下的目標的表達能力。

技術研發(fā)人員：姚勁草;于慧敏
受保護的技術使用者：浙江大學
文檔號碼：201610898208
技術研發(fā)日：2016.10.14
技術公布日：2017.05.10