写在最前面的,我写的这思路大概率不对。

参考文章:

关于SR不错的介绍:传送术

稀疏表示的实现例子:https://www.cnblogs.com/denny402/p/5016530.html

思路分析:

(大概率不对)

1、利用PCA得到的特征向量做字典

2、取训练集乘以该特征向量,得到在字典空间下的系数

3、测试集乘以该特征向量,此结果与2做内积,内积最大值的位置所属图片的类别即为该测试图片的分类。

代码实现:

PCA得到特征向量U的方法请看上篇:http://blog.csdn.net/qq_38712026/article/details/79023430

   %%做字典学习USR = trainset * U(:,1:100);%训练集降维到100维,并将其作为字典USR_norm=USR*diag(1./sqrt(sum(USR.^2)));  %字典原子单位化,即每列的norm为1test = zeros(120,50*40);SR_success = 0;for l =  14 :14:img_num %取每个人的最后一张照片做测试。SR_image_name = img_path_list(l).name;% 图像名img =  imread(strcat(file_path,SR_image_name));img = double(img);k = l/14;test(k, :) = img(:); test(k,:) = test(k,:)/norm(test(k,:));%单位化X = test(k,:);X = X * U(:,1:100);%测试集降维到100维residual=X'; %测试集求转置L=100;%稀疏度index=zeros(L,100);for i=1:Lproj=USR_norm*residual;%Usr_norm转置与residual相乘,得到与residual与USR_norm每一行的内积值[MaxVal,pos]=max(proj);%找到内积最大值的位置pos=pos(1);%若最大值不止一个,取第一个%index(i)=pos;%将这个位置存入索引集的第j个值%下面注释的内容是求残差,老报错。。不过好像也用不到,先挖坑吧。。。%USR_t = USR_norm(:,index(1:i));%a=pinv(USR_norm(:,index(1:i))*X);%indx(1:j)表示第一列前j个元素,pinv 表示伪逆矩阵,即求不是方阵的逆阵,好像叫广义逆阵吧。。%residual=X-USR_norm(:,index(1:i))*a;    % res=norm(residual);% if res< 1e-6%   break;%endendlocate = ceil(pos/13);%除以13上取整,即为所属图片类if(locate<10)locate = num2str(locate);locate = strcat('00',locate);elseif (locate<100)locate = num2str(locate);locate = strcat('0',locate);elselocate = num2str(locate);endname = SR_image_name(1:3);%取当前图片的前三位用于判断是否分类正确if strcmp(name,locate)SR_success = SR_success + 1;endend

最后再说一句,这个真的可能不对啊。。这篇看看就好,认真你就输了。。。。

SR(稀疏表示)人脸识别相关推荐

  1. 稀疏表示人脸识别入门文章-《Robust Face Recognition via Sparse Representation》马毅

    人脸识别是机器视觉中非常火的一个领域了,在近十几年来发展迅猛,而本文介绍的方法是基于稀疏表示分类(Sparse Representation based classification,SRC)的人脸识 ...

  2. 基于稀疏表示的人脸识别 (SRC,LASRC,RASL,MRR)

    FROM:http://blog.csdn.net/loadstar_kun/article/details/39453839 1.  问题背景 信号的稀疏表示并不是新的东西.我们很早就一直在利用这一 ...

  3. dodo:人脸识别方法个人见解(包括稀疏表示方法的理解)

    dodo:人脸识别方法个人见解 科院网站 http://www.cbsr.ia.ac.cn/Li%20Group/publicationsCH.htmlgoogle的软件picasa汉王公司  dod ...

  4. 基于改进的RPCA人脸识别算法

    from:http://www.chinaaet.com/article/3000011311 基于改进的RPCA人脸识别算法 作者:首照宇,杨晓帆,莫建文 2015/11/15 18:04:00 摘 ...

  5. 开源论文推荐:含人脸识别、实例分割、跟踪、SR等

    周刊论文分享又来了!本次包含超分辨率.用于实时防暗无人机追踪器.实例分割.人脸识别.图像和谐化等,共计 7 篇.       01       MASA-SR: Matching Accelerati ...

  6. 本周开源论文推荐:含人脸识别、实例分割、跟踪、SR等

    周刊论文分享又来了!本次包含超分辨率.用于实时防暗无人机追踪器.实例分割.人脸识别.图像和谐化等,共计 7 篇.       01       MASA-SR: Matching Accelerati ...

  7. 基于支持向量机 (SVM) 和稀疏表示理论 (SRC) 的人脸识别比较

    一 背景 1.1 支持向量机简介 支持向量机(Support Vector Machine,SVM)是AT&TBell 实验室的V.Vapnik等人提出的一种机器学习算法,是迄今为止最重要的机 ...

  8. PCA(主成分分析)方法数据降维、重构和人脸识别

    本文使用matlab采用PCA完成对数据的降维.重构和人脸识别. 参考文章:http://blog.csdn.net/watkinsong/article/details/38536463 我眼中的P ...

  9. 人脸识别数据集精粹(下)

    人脸识别数据集精粹(下) 人脸检测数据集 所谓人脸检测任务,就是要定位出图像中人脸的大概位置.通常检测完之后根据得到的框再进行特征的提取,包括关键点等信息,然后做一系列后续的分析. (1) Calte ...

  10. 《繁凡的论文精读》(一)CVPR 2019 基于决策的高效人脸识别黑盒对抗攻击(清华朱军)

    点我一文弄懂深度学习所有基础和各大主流研究方向! <繁凡的深度学习笔记>,包含深度学习基础和 TensorFlow2.0,PyTorch 详解,以及 CNN,RNN,GNN,AE,GAN, ...

最新文章

  1. LeetCode简单题之删除一个元素使数组严格递增
  2. 免费CDN加速隐藏你的服务器原ip以防别人攻击
  3. STC89C52单片机 独立键盘
  4. 「Swift」Swift与C++和Python
  5. [高斯消元及理论]线性方程组整数/浮点数,模线性方程组,异或方程组模板
  6. 小甲鱼 OllyDbg 教程系列 (十一) : inline patch ( 内嵌补丁 )
  7. Dijkstra算法(c++版)
  8. [最后召集:西瓜糖、editasp]微软MVP呕心力作《我的第一本C++书》新鲜出炉,围观即有机会获新书免费送...
  9. [iOS]ARC和MRC下混编
  10. linux编程之main()函数启动过程【转】
  11. CSS3颜色渐变整理
  12. 周信静-从职高到MIT计算机博士录取
  13. 问题-ListView 使用的时候,已经遇到的问题;
  14. php常用系统函数库,PHP常用函数大全
  15. 2021年影响谷歌Google排名的因素有哪些?
  16. [转]学习SQL语句之SQL语句大全
  17. 在线工具-WEB-飞火在线工具
  18. linux下c的串口收发
  19. 泛微oa流程表单之开始时间与结束时间限制在本周且不能跨月
  20. 前端工程师实战开发:CSS样式继承、像素与选择器权重详解

热门文章

  1. 解析grant connect, resource to user语句
  2. DHT21程序,DHT21与DHT11的不同处
  3. 2020年是意义非凡的一年,大专的我面试阿里P6居然过了,activity事件分发
  4. linux删除文件夹下所有文件_linux下共享文件夹(windows可访问,linux也可访问)...
  5. 微信小程序--邀请函
  6. 各类牛B电影,暑假慢慢看完
  7. 电动汽车如何为电网供电
  8. 2022全新Java学习路线图动力节点(八)Java选学的技术有哪些?
  9. ai的预览模式切换_ai预览缩略图插件 在资源管理器中预览ai文件和eps文件
  10. 使用正则表达式 匹配 HTML 标签内的内容