基于二維NMF的人臉識別算法研究.pdf

1、非負矩陣分解算法由于具有實現(xiàn)上的簡便性、分解形式和分解結果上的可解釋性，以及占用存儲空間少等諸多優(yōu)點，自提出之后迅速受到數(shù)學、統(tǒng)計學、計算機科學、生物信息學等各個領域研究人員的關注?？墒牵贜MF的人臉識別算法需要將人臉圖像向量化后再進行特征提取。當圖像尺寸較大時，圖像的向量化會產生高維數(shù)據，而使得后續(xù)算法具有較高的計算復雜性;此外，圖像的向量化也會導致隱含在原始圖像中的某些結構信息丟失。為此，研究人員從不同的角度建立了基于二維非負矩

2、陣分解(2DNMF)的人臉識別方法。
　　基于已有的2DNMF算法，本文從提高識別率減少計算量的角度提出了兩個改進的2DNMF算法并應用于人臉識別。首先利用行、列特征矩陣（投影系數(shù)矩陣）的加權和重新構造描述人臉的整體特征矩陣（投影系數(shù)矩陣），使得特征提取過程更注重隱含于原圖像行、列中的結構信息;同時也考慮了基矩陣的正交化策略，以便消除特征矩陣各元素之間的統(tǒng)計相關性，減少特征矩陣之間的信息冗余。改進的算法保留了2DNMF的在特征提取