搜索资源列表
FRS
- 基于稀疏表示的人脸识别，很经典的人脸识别文章
sparse representation classification
- 基于稀疏表示的人脸识别的简单程序
L1-Homotopy-ALM
- 基于稀疏表示的人脸识别，里面有9种求1范数的方法-Face recognition based on sparse representation, there are nine kinds of seeking a method of norm
SRC 实现了使用基于稀疏表示的人脸识别算法
- 该源码实现了使用基于稀疏表示的人脸识别算法。使用GPSR作为l1模最小化方法。-This pack of code implement a imges-based face recognition using sparse representation classification. In the algorithm, i employ GPSR as tool to complete the optimization procedure of l1-minimization.
FaceRecogTool
- 基于稀疏表示的人脸识别系统，用matlab GUI写出，运行成功-Based on sparse said face recognition system with matlab GUI write, operation success
MatchingPursuits
- Matching Pursuit方法，经典的稀疏表示方法，可以用人脸识别和图像分类，图像去噪，现在非常流行。-Matching Pursuit method, sparse representation of the classic, you can use face recognition and image classification, image denoising, now very popular.
l1benchmark
- 主要用于解决模式识别中稀疏表示人脸识别核心问题L1范数源代码，程序采用同伦算法设计的，在目前稀疏表示多种算法中，同伦算法是性能公认最好的.-Mainly used to solve the sparse representation of face recognition pattern recognition in the core of L1 norm source code, the program designed using the homotopy algorithm, sparse
RSC
- 人脸识别的稀疏表示识别方法将稀疏表示的保真度表示为余项的L2范数，但最大似然估计理论证明这样的假设要求余项服从高斯分布，实际中这样的分布可能并不成立，特别是当测试图像中存在噪声、遮挡和伪装等异常像素，这就导致传统的保真度表达式所构造的稀疏表示模型对上述这些情况缺少足够的鲁棒性。而最大似然稀疏表示识别模型则基于最大似然估计理论，将保真度表达式改写为余项的最大似然分布函数，并将最大似然问题转化为一个加权优化问题-Recently the sparse representation (or codin
Collaborative-Representation
- 稀疏表示和协同编码哪个对人脸识别起到了决定作用。在稀疏表示的人脸识别中，到底是因为稀疏表示的作用还是他们之间的协同编码起了作用。-Sparse Representation or Collaborative Representation: Which Helps Face Recognition ICCV2011
orl_92x112
- 这是一个用于基于稀疏表示的人脸识别图形库-This is a face recognition based on sparse representation graphics library
face-recognition
- 稀疏表示人脸分类与识别，Mayi人脸分类识别框架，识别率非常高-sparse represention for face recognition
l1
- 用稀疏表示人脸识别，其中在求解l1范数的部分的matlab源码。-Sparse representation for face recognition, solving l1 norm matlab source.
Face-Recognition_xl
- 基于matlab 的稀疏表示人脸识别源代码-Said face recognition matlab source code based on sparse
Demo_RSC_AR_disguise
- 稀疏表示人脸识别算法。稀疏表示是最近几年信号处理领域的热点之一，简单来说，它其实是一种对原始信号的分解过程，该分解过程借助一个事先得到的字典（也有人称之为过完备基，overcomplete basis，后面会介绍到），将输入信号表示为字典的线性近似的过程。-Sparse representation recognition algorithms. Sparse representation is one of the last few years the hot field of signal
ESRC_classifier_v1.1
- 极限学习机\极速学习机\ELM 稀疏表示人脸识别\稀疏表示\L0范数求解 基于ELM与稀疏表示的混合人脸识别算法 AR人脸识别准确率95 . 文章:Luo, Minxia, and Kai Zhang. A hybrid approach combining extreme learning machine and sparse representation for image classification. Engineering Applications of Artific
sparse representation
- 利用稀疏表示的方法进行人脸识别，matlab代码。(sparse representation)
SRC
- 使用稀疏表示实现人脸识别，可取得较好的效果(face recognition through src)
a_two_phase
- 程序实现的两阶段的稀疏表示的代码，从一个博客上看的，代码很详细~~(Program implementation of the two phase of the sparse representation of the code, from a blog to see, the code is very detailed ~ ~!)
人脸识别
- 直接运行即可，当然对应目录选自己图片所在的文件夹(Run directly, of course, select the folder of your own picture folder.)
FDDL
- 基于Fisher字典学习的稀疏表示分类算法。(Sparse representation classification algorithm based on Fisher dictionary learning.)