摘要：为了从大字典视频中跟踪和识别人脸，提出了一种基于平均序列的稀疏表示分类端到端识别方法。首先，利用所有可用视频数据和属于同一个人的人脸跟踪帧进行联合优化；然后，将严格的时间约束添加到l^1-最小化；最后，运用人脸跟踪中所有单个帧重建各个身份，利用稀疏重建完成人脸分类。在YouTube人脸数据集上的实验验证了本文方法的有效性，在YouTube名人数据集和本文搜集的电影预告片数据集上的实验结果表明，相比几种较为新颖的分类方法，该方法取得了更高的识别精度，并且在拒绝不明身份上的准确率比SVM高8％。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社