一种基于联合CSVD-2DNMF的人脸识别算法

• 作者: 李孔震 王炳和
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 人脸识别 奇异值分解 类估计基空间奇异值分解 非负矩阵分解 二维非负矩阵分解 联合CSVD-2DNMF
• 年，卷（期）: 2012,（29）
• 所属期刊栏目: 论文
• 页码范围: 7616-7620
• 页数: 5页
• 分类号: TP391.41
• 字数: 3649字
• 语种: 中文

摘要

类估计基空间奇异值分解算法(CSVD)克服了奇异值分解(SVD)造成的重构图像基空间不一致的本质缺陷,但在一定程度上削弱了图像的类别特征.二维非负矩阵分解算法(2DNMF)能在一定程度上避免NMF识别算法中因图像向量化而造成的结构信息丢失、内存花销大等不足,但是随着训练样本数量的增多,迭代速度慢、训练时间长等缺陷也将凸显.根据CSVD与2DNMF的优缺点,提出了人脸识别的联合CSVD-2DNMF算法,进而运用提出的算法在Matlab平台上对ORL人脸数据库中的人脸图像进行了识别实验.实验结果表明该算法能有效的缩短训练时间和提高识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王炳和	武警工程大学通信工程系	41	475	10.0	21.0
2	李孔震	武警工程大学通信工程系	3	22	2.0	3.0