BiometricsRecognition.PDF

Joint Sparse Representation for Robust Multimodal Biometrics Recognition Shekhar, Sumit ; Patel, Vishal M. ; Nasrabadi, Nasser M. ;Chellappa, Rama Pattern Analysis and Machine Intelligence, IEEE Transactions on Volume: 36 , Issue: 1 Digital Object Identifier: 10.1109/TPAMI.2013.109 Publication Year: 2014 , Page(s): 113 – 126 稀疏表达用来做分类已经不新鲜。但是还没用到过多模生物识别中。这个文章就是用稀疏表达同时来 做多模的生物特征数据的联合表达和分类的。 现在有 C 个人，每个人 j 有 pj 个样本，所以一共有 个样本。 每个样本有 这么多模态，每个模态的数据表示成 这是第 j 个人的 pj 个样本 ：现在来了一个未知的样本，一共有 D 个模态的数据 要对它每个模态表达为训练样本的重构 是 i 模态的重构系数 加背景 加点噪声 优化问题 重构误差 每个样本的 q-norm 加在一起，好 sparse 分类的时候呢，就只用某个类的样本重构它，看哪个重构的好： 现在如何优化这个问题呢？ 加两个 ，好吧后面俩约束项给转移出去 可以用 classical alternating direction method of multipliers (ADMM)方法解 拉格朗日函数 = 要优化这个问题，还是迭代的做： z 其实 也是一个一个解的： 直