用稀疏表示实现人脸识别

本文分享了一个基于稀疏表示(Sparse Representation, SRC)的人脸分类项目经验。作者虽然本意是研究稀疏表示,但最终实现了人脸识别代码,并在GitHub上开源。文中提到的SRC分类准确率达97.32%,计算时间为1.4066秒。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

我毕设虽说是做稀疏表示的,然而其实与人脸识别没有半毛钱关系。鬼知道我为什么写了半天人脸识别的代码。

参考了https://blog.youkuaiyun.com/Forever_pupils/article/details/88572281中的代码和思路,然而我自认为我的代码注释什么的写的都特别清楚,比原作者的代码写的简单易懂了一些。
repmat那部分的代码其实可以优化一下把时间缩减一些,不过我懒得改了。
最后的运行结果是这样的

计算时间是1.4066s
SRC的分类准确率是97.3289%

代码位置https://github.com/Ema1997/face-classification-based-on-sparse-representation/tree/master
第一次用github,好像还挺神奇的。

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值