基于稀疏表示人脸识别算法：SRC sparse representation-based classification

 

假设:

1. 所有人的脸部图像都有某些共性

优点:

1. 训练简单
2. 可以识别有遮挡的人脸

算法:

主要思路:

公司一共有3个人

数据库中有大东，大西，大北三个人的图像各一张(长w,宽h)

将三张图片排成三列      

 

 

今天大东来上班了，他来到门口我们用立刻摄像头拍摄他的一张照片Y

 

因为所有人的照片都有共性，我们希望用数据库中的人脸来表示Y

Ax=Y，高斯消元求得x

X=（2/3，1/3，1/3）

我们要求大东图像与数据库中第i个人图片的残差

残差最小的i即为Y的分类结果

 

 

6.

我们用Y表示带口罩的人脸，口罩为e.

Y=Y2+e=Ax+Ie=Bx2  

其中x2=[x,e] B=[A I]

求出x2.  X长度为数据库中的图片的数量，可截取出x

 

稀疏表示

求x不是单词的用高斯消元法

真实的数据库中每个人都有很多张照片，

假设大北和大西都和大东很像，但随最像呢？

为了表示大东，若至少需要用3张数据库中 大北的照片，或者至少要用2张大西的照片，则我们认为大西更像大东。

所以我们需要添加一个约束条件，argminx1   Ax=Y 求x

L1范数最小化问题已经有很多种快速求解方法，最近流行的Spit Bregman算法也是不错的选择。

 

图片来源：https://blog.csdn.net/xiaoshengforever/article/details/14002843