基于非负矩阵分解新的人脸识别方法.pdf

基于非负矩阵分解新的人脸识别方法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于非负矩阵分解新的人脸识别方法,非负矩阵分解人脸识别,人脸识别协方差矩阵,非负矩阵分解,非负矩阵分解算法,nmf非负矩阵分解,非负矩阵分解matlab,非负矩阵分解python,人脸识别正负样本,稀疏非负矩阵分解

第20 卷第1 期 系 统 仿 真 学 报© Vol. 20 No. 1 2008 年1 月 Journal of System Simulation Jan., 2008 基于非负矩阵分解新的人脸识别方法 1,2 2 李勇智 ,杨静宇 (1.南京林业大学信息科学技术学院, 南京 210037; 2.南京理工大学计算机系, 南京210094) 摘 要:非负矩阵分解是一个新的特征提取方法,基于非矩阵分解的理论,提出了具有正交性的投 影轴的计算方法和具有统计不相关性的投影轴的计算方法。与原非负矩阵分解方法,提出的方法在 某种程度上是降低了特征矢量之间的统计相关性,并且提高识别率。通过在ORL 人脸库和YALE 人脸库上进行实验,结果表明提出的两种特征提取方法在识别率方面整体上好于原非负矩阵分解特 征提取(NMF)方法,甚至超过主成分分析(PCA)法。 关键词:非负矩阵分解;正交投影轴;统计不相关性;特征提取;人脸识别 中图分类号:TP391 文献标识码:A 文章编号:1004-731X (2008) 01-0111-06 Novel Methods of Face Recognition Based on Non-negative Matrix Factorization LI Yong-zhi 1,2, YANG Jing-yu2 (1. School of Information Science Technology, Nanjing Forestry University, Nanjing 210037, China; 2. Department of Computer Science, Nanjing University of Science Technology, Nanjing 210094, China) Abstract: Non-negative matrix factorization (NMF) is a new feature extraction method. Based on the Non-negative matrix factorization (NMF), a new algorithm of orthogonal projection axis and a new algorithm of statistically uncorrelated projection axis for feature extraction were proposed. Compared with original NMF method, the proposed methods are better in terms of reducing or eliminating the statistical correlation between features and improving recognition rate. The experimental results on Olivetti Research Laboratory (ORL) face database and YALE face database show that the new methods are better than original NMF in terms of r

文档评论(0)

tianma2015 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档