图像稀疏编码的统计低效性（或：一个 Gabor 滤波器统摄全局）
计算机视觉与模式识别
2015-03-19 v2 人工智能
摘要
稀疏编码是学习图像紧凑表示的成熟原则。然而，仅靠稀疏编码往往会导致字典高度冗余。对于图像而言，这通常表现为相似的边缘检测器在不同的位置、尺度和方向上被多次复制。这一观察结果的直接推论是，字典分量的估计在统计上并不高效。我们提出了一种因子模型，其中变化因子（如位置、尺度和方向）与底层的类 Gabor 滤波器解耦。自然图像的稀疏编码中存在如此多的冗余，以至于我们的模型仅需单个字典元素（一个类 Gabor 边缘检测器）即可超越标准稀疏编码。我们的模型能自然地扩展至任意尺寸的图像，同时在学习过程中实现更高的统计效率。我们通过大量实验验证了这一主张，部分结果显示，使用仅从单张图像学习到的稀疏编码字典，就能实现更优越的样本外数据压缩。
引用
@article{arxiv.1109.6638,
title = {The Statistical Inefficiency of Sparse Coding for Images (or, One Gabor to Rule them All)},
author = {James Bergstra and Aaron Courville and Yoshua Bengio},
journal= {arXiv preprint arXiv:1109.6638},
year = {2015}
}
备注
9 pages, 8 figures