论文部分内容阅读
笔者基于稀疏表示理论研究人脸图像分类识别问题,提出一种自适应选择训练样本的稀疏表示人脸识别算法。该算法利用稀疏表示系数剔除"不好的"训练样本,保留更类似于测试样本的训练样本,自适应地形成新的训练样本集。将测试样本表示成新训练集的线性组合,通过L1范数再一次求解稀疏表示系数,实现人脸识别。实验结果表明,相比于已有算法,该算法的识别错误率下降了1%~5%。