论文部分内容阅读
提出一种基于变化稀疏表示的单样本人脸识别算法,将测试图像相对于某一标准图像的人脸变化表示为类内及类间变化的线性组合,通过求解最小L1范数得到线性组合的稀疏表示系数。识别时,对应于类间变化字典中最大稀疏表示系数的变化样本给出了测试图像的身份信息。算法在公共测试库Extended Yale Face Database B上的实验结果证明,该算法在得到优于或相近于ESRC及ELRC识别率的同时,运算时间少于ESRC及ELRC算法。