基于稀疏表示的人脸识别Matlab程序

最新的基于稀疏表示的人脸识别程序，用Matlab编写，包括了快速算法的实现，是目前识别率和效率较高的最新人脸识别技术的具体算法实现，不可多得！希望能帮助大家！

function [X accuracy avgTime] = fsc_main（Y A D L sc_algo trainLabel testLabel numClass displayProgressFlag）

% ---------------------------------------------------
% Fast Sparse Representation with Prototypes: fsc_main 
% Functionality: 
%       Find the approaximated sparse solution x of the linear system y=Ax
% Dimension: m --- number of measurement
%            Nt--- number of testing samples
%            Nd--- number of training samples
%
%                   Dimension          Description
% input:  Y          m x Nt        --- the testing sample
%         A          m x Nd        --- the training sample
%         D          m x K         --- the learned dictionary
%         trainLabel 1 x Nt        --- the label of training sample
%         L                        --- the number of atoms in OMP
%         sc_algo                  --- the sparse coding algorithm
%                            e.g. l1magic SparseLab fast_sc SL0 YALL1
% output: X          K x Nt       --- the sparse coefficient matrix of Y
%         accuracy                 --- accuracy of the classification task
%         avgTime                  --- average runtime for sparse coding
% 
% Reference: Jia-Bin Huang and Ming-Hsuan Yang “Fast Sparse Representation with Prototypes.“ the 23th IEEE Conference
%            on Computer Vision and Pattern Recognition （CVPR 10‘） San Francisco CA USA June 2010.
% Contact: For any questions email me by jbhuang@ieee.org
% ---------------------------------------------------

[m Nt]= size（Y）;
[m Nd]= size（A）;
[m K]= size（D）;

X = zeros（Nd Nt）;

% Compute the new representation of A as W
WA = OMP（D A L）;

% Compute the new representation of Y as Wy
WY = OMP（D Y L）;

% Compute the sparse representation X

Ainv = pinv（A）;
sumTime=0;
correctSample=0;
for i = 1: Nt
    % Inital guess
    xInit = Ainv * Y（:i）;
    xp = zeros（Nd1）;
    
    % new representation of the test sample y
    w_y = WY（:i）;
    
    % keep columns with a least one overlapped support and dicard the rest
    [WA_reduced releventPosition] = reduceMatrix（w_y WA）;
    
    % sparse coding: solve a reduced linear system
    tic
    xpReduced = sparse_coding_methods（xInit（releventPosition） WA_reduced w_y sc_algo）;
    t = toc;

    sumTime = sumTime+t;

    xp（releventPosition）=xpReduced;
   
    X（: i） = xp;
    
    % Predict label of the test sample
    residuals = zeros（1numClass）;
    for iClass = 1: numClass
        xpClass = xp;
        xpClass（trainLabel~= iClass） = 0;
        residuals（iClass） = norm（Y（:i） - A*xpClass）;
    end
    [val ind] = min（residuals）;
    if（ind==testLabel（i））
        correctSample = correctSample+1;
    end
   
    if（displayProgressFlag）
        avgTime = sumTime/i;
        accuracy = correctSample / i;
        fprintf（‘Accuracy = %f %% （%d out of %d） speed = %f s\n‘ accuracy*100 correctSample i avgTime）;
    end
end

accu

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2795  2010-06-01 16:41  FSR code\fsc_main.asv

     文件       3054  2010-06-01 19:32  FSR code\fsc_main.m

     文件        884  2010-05-27 19:46  FSR code\fsr_main.asv

     文件       3499  2010-06-01 15:48  FSR code\getTrainTestData.asv

     文件       2838  2010-06-01 17:14  FSR code\getTrainTestData.m

     文件        528  2010-05-31 22:27  FSR code\labelPrediction.asv

     文件       1573  2010-06-01 18:07  FSR code\readme.txt

     文件       1393  2010-06-01 18:05  FSR code\reduceMatrix.m

     文件       3117  2010-06-01 19:36  FSR code\run_sparsity_based_classification.m

     文件       2421  2010-06-01 17:59  FSR code\sc_main.m

     文件       1643  2010-06-01 18:03  FSR code\sparse_coding_methods.m

     文件     185727  2005-09-11 15:43  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\barbara.png

     文件     177762  2005-09-11 15:44  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\boat.png

     文件       1907  2009-09-03 10:54  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\demo1.m

     文件       3561  2006-12-12 09:13  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\demo2.m

     文件       8504  2006-12-28 13:57  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\demo3.m

     文件       5426  2007-01-24 07:53  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\denoiseImageDCT.m

     文件       6046  2006-12-12 09:18  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\denoiseImageGlobal.m

     文件       9088  2007-01-24 07:53  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\denoiseImageKSVD.m

     文件       3246  2007-01-25 08:39  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\displayDictionaryElementsAsImage.asv

     文件       3224  2007-01-25 08:39  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\displayDictionaryElementsAsImage.m

     文件       1896  2006-12-11 14:25  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\gererateSyntheticDictionaryAndData.m

     文件    5749450  2005-09-21 08:35  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\globalTrainedDictionary.mat

     文件      34985  2005-09-11 15:44  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\house.png

     文件      12292  2009-09-03 10:54  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\KSVD.m

     文件      11585  2006-12-28 14:02  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\KSVD_NN.m

     文件     151199  2005-09-11 15:44  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\lena.png

     文件       8053  2006-12-12 08:35  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\MOD.m

     文件        631  2006-12-11 09:56  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\my_im2col.m

     文件       1105  2006-12-24 16:00  FSR code\tools\dictionary learning\KSVD_Matlab_ToolBox\NN_BP.m

............此处省略871个文件信息