多数稀疏表示方法需要原子数目远远大于原子维数的大规模冗余字典，并采用l1-范数最小化方法来计算稀疏系数。为了降低算法复杂度，提出一种基于稀疏表示的快速l2-范数人脸识别方法。通过提取融合特征和缩小字典
基于稀疏表示的子空间聚类算法跟大家分享一下~~~
基于稀疏表示的人脸表情识别matlab程序，用KSVD构建稀疏表示字典，OMP算法重构信号，实现表情的识别。
基于稀疏表示的人脸识别算法研究，脸识别稀疏表示非负矩阵稀疏分解马氏距离
非线性稀疏表示理论及其应用，这一方向是当前信号处理领域的热点研究方向。
程序包含以下几个过程： 1，图像预处理，包括对齐和拉伸 2，特征提取，有不同的特征提取函数 3，稀疏求解，调用相关函数 4，得出识别结果，并显示。
基于稀疏表示的小波去噪, 是值得参考的一篇很好的文献
基于稀疏表示的高光谱图像分类
是非常基础的英文书，很容易懂。掌握世界前沿水平的大牛写的。
提供一份基于matlab源代码稀疏表示的人脸识别系统，供大家一起学习参考，我们共同学习进步！
用户评论