基于二维图像矩阵的稀疏表示分类方法

利用稀疏表示对图像分类时，需要将二维图像转换为一维特征向量，这大大增加了计算复杂度和忽略了图像矩阵中固有的局部结构信息.为了解决上述问题，设计了完全基于二维特征矩阵的稀疏表示人脸分类方法.首先将二维图像转为2dfisherface矩阵，然后直接利用二维矩阵求解稀疏表示和进行分类.整个识别过程中，不需要将二维图像转换为一维向量.实验结果表明，二维特征矩阵在稀疏表示分类中是十分有效的，设计的方法可以更快的运算速度达到更高的识别率.在orl人脸数据库和extendedyaleb人脸数据库上的识别率分别达到97.5%和99.3%.