基于字典学习的几何形状识别

字典学习是一种灵活的方法，用于生成一组称为原子的完整向量，以仅使用少量原子来表示给定输入。在文献中，它主要用于探索其强大表示能力的任务，例如图像重建。本文提出了一种首次将字典学习应用于形状识别的方法，特别关注几何形状。我们展示的证据表明，底层优化方法的选择对识别质量具有显著影响。实验结果确认，字典学习可能是解决形状识别任务的有趣方法。