稀疏表达在人脸识别领域无疑有着举足轻重的地位。下面简单介绍一下大致内容:
考虑一个样本训练集,它分为C类,第i类的训练样本表示为: Xi=[xi1,xi2,…,xNi]∈RM∗N , xij 就代表属于第i个类的第j个样本的M维的列向量,这里 N=∑Ci=1Ni 就是训练样本的总数。我们把 X=[X1,X2,…,XC] 作为字典,测试样本y可以由 X
稀疏表达在人脸识别领域无疑有着举足轻重的地位。下面简单介绍一下大致内容:
考虑一个样本训练集,它分为C类,第i类的训练样本表示为: Xi=[xi1,xi2,…,xNi]∈RM∗N , xij 就代表属于第i个类的第j个样本的M维的列向量,这里 N=∑Ci=1Ni 就是训练样本的总数。我们把 X=[X1,X2,…,XC] 作为字典,测试样本y可以由 X