没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
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。
资源推荐
资源详情
资源评论
收起资源包目录
RSC.zip (30个子文件)
RSC
l1_ls_matlab
operator_example.m 1KB
simple_example.m 387B
@partialDCT
partialDCT.m 178B
ctranspose.m 72B
mtimes.m 175B
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
共 30 条
- 1
lenny0633
- 粉丝: 1
- 资源: 7
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
- 3
- 4
- 5
前往页