基于l2-范数重构样本约束的稀疏表示人脸识别方法

摘要

稀疏表示分类方法在训练样本空间较大的情况下具有良好的分类效果,但是计算的时间成本较高。针对此问题,考虑构造对重构样本的l2-范数进行约束,使得重构样本中各类别分量之间的竞争加强,以起到组稀疏的效果,最后提高分类正确率。由于该方法可以直接得到闭式解,使得求解的计算成本大大减小,并且得到的系数稀疏程度与传统方法类似。在公开的人脸和物体图像数据集上和同类型方法的对比实验结果表明,该方法在复杂的条件下具有优秀的图像识别效果。