稀疏表示的人脸识别完整MATLAB可运行全套代码
基于稀疏表示的人脸识别系统设计
采用sparse 中的L1-norm minimization
基于经典入门论文《face recogniton via sparse representation》
MATLAB程序，完全运行，包含基本GUI设计和完整代码
可以参考说明一步步跑下来，希望能帮助大家
2021-11-11 16:05:46
13.39MB
稀疏表示的人脸识别完整MATLAB可运行全套代码
基于稀疏表示的人脸识别系统设计
采用sparse 中的L1-norm minimization
基于经典入门论文《face recogniton via sparse representation》
MATLAB程序，完全运行，包含基本GUI设计和完整代码
可以参考说明一步步跑下来，希望能帮助大家
2021-11-10 21:03:18
13.38MB
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。
2021-10-31 22:05:28
2.66MB
1
对应文章：Learning Low-Rank Class-Specific Dictionary and Sparse Intra-Class Variant Dictionary for Face Recognition
2021-10-26 20:46:53
348KB
1
稀疏子空间聚类(Sparse subspace clustering,SSC)是一种基于谱聚类的数据聚类框架.高维数据通常分布于若干个低维子空间的并上,因此高维数据在适当字典下的表示具有稀疏性.稀疏子空间聚类利用高维数据的稀疏表示系数构造相似度矩阵,然后利用谱聚类方法得到数据的子空间聚类结果.其核心是设计能够揭示高维数据真实子空间结构的表示模型,使得到的表示系数及由此构造的相似度矩阵有助于精确的子空间聚类.稀疏子空间聚类在机器学习、计算机视觉、图像处理和模式识别等领域已经得到了广泛的研究和应用,但仍有很大的发展空间.本文对已有稀疏子空间聚类方法的模型、算法和应用等方面进行详细阐述,并分析存在的不足,指出进一步研究的方向.
2021-10-19 10:34:41
1.64MB
1