一种基于类内加权与类共享的深度字典学习方法

本发明公开了一种基于类内加权与类共享的深度字典学习方法，涉及图像识别技术领域，其包括以下步骤：S1、样本图片预处理及特征提取，S2、构建深度类内加权与类共享字典学习模型，S3、训练模型，S4、测试模型，S5、训练分类器及输出结果。该方法通过设计类内加权与类间加权机制，以及结合特定类和类共享字典学习，能够更好地提取样本的特定类特征和共同模式特征，从而增强了特征编码的鉴别能力，不仅可以提高分类效率、图像识别准确性和鲁棒性，还解决了现有技术因特征鉴别能力不足和类共享特征挖掘不足导致的分类准确率及分类效率仍然不够高的技术问题。