论文研究基于稀疏表示的快速.pdf

多数稀疏表示方法需要原子数目远远大于原子维数的大规模冗余字典，并采用l1-范数最小化方法来计算稀疏系数。为了降低算法复杂度，提出一种基于稀疏表示的快速l2-范数人脸识别方法。通过提取融合特征和缩小字典规模来改善字典结构，增强l2-范数的稀疏性，从而在保证识别性能的前提下大幅提高算法运行速度。实验表明，与其他稀疏表示方法相比，该方法可以显著降低算法复杂度，同时可以保持良好的人脸识别率和排除干扰人脸的能力。