Robust Sparse Coding for Face Recognition人脸识别的鲁棒稀疏编码

时间:2015-01-13 04:36:15
【文件属性】:

文件名称:Robust Sparse Coding for Face Recognition人脸识别的鲁棒稀疏编码

文件大小:17.84MB

文件格式:ZIP

更新时间:2015-01-13 04:36:15

人脸识别 稀疏表示

人脸识别的鲁棒稀疏编码,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,在稀疏表示的同时引入代表各像素不同权值的矩阵,使得该算法对于图像中包含异常像素的情况表现出很好的鲁棒性。


【文件预览】:
RSC
----l1_ls_matlab()
--------operator_example.m(1KB)
--------simple_example.m(387B)
--------@partialDCT()
--------l1_ls.m(8KB)
--------l1_ls_nonneg.m(8KB)
--------find_lambdamax_l1_ls_nonneg.m(339B)
--------find_lambdamax_l1_ls.m(325B)
--------l1_ls_usrguide.pdf(82KB)
--------README.TXT(1KB)
----baboon.tif(985KB)
----utilities()
--------Eigenface_f.m(2KB)
--------Random_Pixel_Crop.m(479B)
--------Random_Block_Occlu.asv(194B)
--------Weight_M_update.asv(1KB)
--------RSC.m(1KB)
--------Random_Block_Occlu.m(180B)
--------Random_Pixel_Crop.asv(459B)
----Demo_RSC_Random_Occlusion.m(3KB)
----database()
--------AR_database()
--------AR_database_Occlusion.mat(22.66MB)
----Demo_RSC_FR_noocclusion.asv(4KB)
----Demo_RSC_AR_disguise.m(2KB)
----ReadMe.txt(1KB)
----Demo_RSC_Random_Corruption.m(3KB)
----rand_w_h.mat(7KB)
----Demo_RSC_Random_Corruption.asv(2KB)
----Demo_RSC_AR_disguise2.m(2KB)
----Demo_RSC_FR_noocclusion.m(4KB)
----Demo_RSC_Random_Occlusion.asv(3KB)

网友评论

  • 还不错,觉得还好。可以看看
  • 总体上很好,只是好像运行不了
  • 很好的资源 就是不全面 跑不下去
  • 可以用,有点贵了
  • 主程序应该没什么问题,要能有库文件就更好了
  • 很实用,不错。
  • 人脸识别的好的参考文献。
  • 总的来说不错,但本来概念就难,所以大多数还是网络的东东
  • 还可以吧。。但是不全
  • 资源还不错 就是还不够全面.....
  • 把数据库位置和名称改对以后还是会报错,跑不下去
  • 很实用,不错
  • 注释少点 而且得自己弄数据吧
  • 很不错的,可以用
  • 很实用,不错
  • 还不错,是cvpr上论文的代码
  • 我下载的打不开 解压错误 不知道怎么回事儿
  • 资源还不错 就是还不够全面
  • 还不错,是cvpr上论文的代码
  • 很好的资源,正是我需要的!
  • 挺好,只是注释的部分还是有点少