用于化石花粉识别的空间感知字典学习与编码

我们提出了一种鲁棒方法，用于在显微镜图像中对化石花粉颗粒进行自动物种级识别，该方法在基于块匹配的方法中同时利用全局形状和局部纹理特征。我们引入了选择有意义且具判别性的示例块的新准则。我们在训练期间使用贪心子模函数优化框架优化该函数，该框架给出具有有界近似误差的近最优解。我们使用这些选定的示例作为字典基，并提出一种空间感知稀疏编码方法，在保持全局形状对应的同时匹配测试图像以进行识别。为了加速编码过程以实现快速匹配，我们引入了一种在编码期间使用空间感知软阈值的松弛形式。最后，我们进行了实验研究，证明了我们的示例选择与分类机制的有效性和高效性，在区分三种化石云杉花粉的困难细粒度物种分类任务上达到了 $86.13\%$ 的准确率。