此文的目的有三个：第一，当地连续均值量化变换特征是提出照明和传感器敏感操作在目标识别上。其次，注册稀疏Winnows网络分割，提出了加快原分类。最后，特点和分类相结合对于正面人脸检测任务。检测结果列 为MIT + CMU系统和BioID数据库。关于这人脸检测器，接收器操作特征曲线BioID数据库产生最好的结果公布。对于结果麻省理工学院的中央结算系统+数据库相当于国家的最先进的脸探测器。一个人脸检测算法的MATLAB版本可以从http://www.mathworks.com/matlabce

两阶段测试样本稀疏表示方法具有识别率高的特点，有助于准确分类测试样本，但稀疏方法迭代时间长，效率较低，因此仍需要与其他方法进行结合-Two-stage test sample sparse representation method has high recognition rate, helps to accurately classify the test samples, but sparse iterative approach for a long time, less efficie

This package contains the Matlab codes implementing the ScSPM algorithm described in CVPR 09 paper Linear Spatial Pyramid Matching using Sparse Coding for Image Classification .基于空间金字塔匹配的稀疏编码，用于图像检索，识别与分类-This package contains the Matlab codes im