正交非负CP分解的图像表示和识别

• 作者: 何坤 刘昶 周激流 张健
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 表情识别 非负CANDECOMP/PARAFAC分解 正交约束 稀疏表示 张量分解
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 905-910
• 分类号: TP391.41
• 字数: 3720字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2011.06.019

摘要

提出了一种正交非负CP分解算法.将图像库视为三阶张量,进行非负分解,并对非负因子增加了正交约束,保证了图像低维表示的非负性.实验结果表明,较之其他非负分解算法,正交非负CP算法通过增加基图像的正交约束,减少了基图像的冗余性,进一步提高了基图像的稀疏性,同时保证了低维特征的非负性；将其用于人脸表情识别,该算法具有较高的识别率,在有限次迭代次数内能够达到收敛,并且该算法可以推广到任意阶张量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健	四川大学电子信息学院	51	392	12.0	16.0
2	何坤	四川大学计算机学院	85	599	14.0	20.0
3	刘昶	成都大学信息科学与技术学院	6	45	4.0	6.0
7	周激流	成都大学信息科学与技术学院	7	32	3.0	5.0