技术总结
本发明公开了一种结合字典群的目标分割方法。该方法首先对训练形状集进行对数极坐标变换和模糊对数极坐标分解；利用分解获得的子形状集和原始训练集的对数极坐标变换组成形状集群；基于形状集群构造字典群；结合字典群构造字典群约束主项和辅项；结合底层概率形状函数构造统一分割模型；初始化稀疏系数和底层概率形状，利用标准梯度下降法和软阈值法进行函数最优化求解；通过判断优化是否收敛决定迭代或输出目标分割结果；本发明克服了小样本训练集背景下，目标存在局部形变时，现有稀疏形状表示方法无法充分利用训练集样本的局部信息重建目标形状的问题；同时也大幅提高了稀疏形状表示在目标与训练形状存在较大整体差异情况下的目标的表达能力。
技术研发人员：姚劲草;于慧敏
受保护的技术使用者：浙江大学
文档号码：201610898208
技术研发日：2016.10.14
技术公布日：2017.05.10