专利名称：一种基于稀疏低秩回归模型的图像记忆度预测方法专利类型：发明专利
发明人：褚晶辉,顾慧敏,苏育挺,井佩光申请号：CN201710952755.5申请日：20171013公开号：CN107909091A公开日：20180413
摘要：一种基于稀疏低秩回归模型的图像记忆度预测方法，包括以下步骤：将高级语义特征库分为高级语义特征库训练集和高级语义特征库测试集，分别提取高级语义特征库训练集和高级语义特征库测试集对应的图像记忆度分数；将高级语义特征库训练集和其对应的图像记忆度分数作为学习对象，采用基于增广拉格朗日乘子法的交替迭代方法求解，在稀疏低秩回归模型的算法框架下训练得到高级语义特征与图像记忆度分数之间的关系模型；利用训练得到的关系模型，预测高级语义特征库测试集的图像记忆度分数。本发明避免了图像特征的冗余，将稀疏回归与低秩表示整合到一个框架，实现特征自动选择，可以应用于图像记忆度的预测。
申请人：天津大学
地址：300072 天津市南开区卫津路92号
国籍：CN
代理机构：天津市北洋有限责任专利代理事务所
代理人：李林娟
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容