1、matlab代码，实现稀疏表示中L1范数最小化的求解问题。
2、稍微修改了一下函数的接口，解决了用C++调用这个matlab函数时参数传参问题。
因为该函数用到了varargin，可变参数传参，而C++参数传递都是固定的。
3、代码我自己亲自用opencv调用过，可以使用。
4、如果不用将Matlab的.m文件生成dll供c++调用，则可以去我的资源里面查找一下，里面我上传了一个由m文件生成的.h,.dll,.lib供C++调用的文件。
直接将三个文件放入到C++代码可以访问到的地方即可。
2、稍微修改了一下函数的接口，解决了用C++调用这个matlab函数时参数传参问题。
因为该函数用到了varargin，可变参数传参，而C++参数传递都是固定的。
3、代码我自己亲自用opencv调用过，可以使用。
4、如果不用将Matlab的.m文件生成dll供c++调用，则可以去我的资源里面查找一下，里面我上传了一个由m文件生成的.h,.dll,.lib供C++调用的文件。
直接将三个文件放入到C++代码可以访问到的地方即可。
2024/12/7 0:06:39
4KB
1
基于稀疏表示的人脸识别系统设计采用sparse中的L1-normminimization基于经典入门论文《facerecognitonviasparserepresentation》MATLAB程序，完全运行，包含基本GUI设计和完整代码可以参考说明一步步跑下来，希望能帮助大家
2024/6/18 7:33:27
13.37MB
1
基于学习方法构造的冗余字典可更加准确地提取信号的结构特征，也是近几年的研究热点。
论文在研究了基于KSVD字典学习的图像去噪算法的基础上，将相关系数匹配准则和字典裁剪方法相结合，提出一种改进的字典学习算法，进一步，为了利用图像的非局部自相似性信息，提出将自相似性作为一个约束正则项融入到图像去噪模型，提出基于改进字典学习和非局部自相似性的图像去噪算法。
大量实验验证，与传统KSVD去噪方法相比，该方法在提高同质区域平滑性的同时还能保留更多的纹理、边缘等细节特征。
论文在研究了基于KSVD字典学习的图像去噪算法的基础上，将相关系数匹配准则和字典裁剪方法相结合，提出一种改进的字典学习算法，进一步，为了利用图像的非局部自相似性信息，提出将自相似性作为一个约束正则项融入到图像去噪模型，提出基于改进字典学习和非局部自相似性的图像去噪算法。
大量实验验证，与传统KSVD去噪方法相比，该方法在提高同质区域平滑性的同时还能保留更多的纹理、边缘等细节特征。
2024/4/11 16:04:54
4.55MB
1
经典的稀疏表示SRC算法，适合广大人脸识别的同学使用参考-TheclassicsparserepresentationSRCalgorithm
2024/3/14 10:25:42
8KB
1
稀疏表示算法（SparseRepresentationClassification,SRC）一种广泛应用于人脸识别的算法。
2024/1/20 16:42:08
9.19MB
1
传统的基于自然图像块的稀疏表示模型在字典学习的过程中需要求解一个非常高计算复杂度的大规模优化问题以及在稀疏编码和字典学习过程中，每一个图像块都是独立考虑的，忽略了块与块之间的相关性，从而导致了不够精确的系数编码稀疏，基于图像结构组模型可以很好的解决上面两个不足。
2023/11/11 3:39:56
2.68MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB