基于稀疏表示的概率子空间聚类人脸识别

• 作者: 彭波 谢丽萍
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 人脸识别 稀疏表示 概率子空间聚类 字典学习 非负矩阵分解
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 173-176
• 页数: 4页
• 分类号: TP391
• 字数: 3565字
• 语种: 中文

摘要

针对子空间聚类应用中高达数以百万计信号的数据集合问题,为了实现快速聚类,提出了一种基于稀疏表示的概率子空间聚类算法.首先,每个信号由一个稀疏组合的基本元素(原子)表示,这些原子构成了字典矩阵的列;接着利用稀疏表示集推导出一个混合模式的原子和信号的共生矩阵;最后,通过共生矩阵的非负矩阵分解(NNMF)得到混合模式的组件,并根据最大似然(ML)准则估算每个信号的子空间.在YaleB人脸数据库上的实验结果表明,与其他几种最先进的方法相比,所提方法取得了较好的聚类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢丽萍		20	20	3.0	3.0
2	彭波		22	12	2.0	2.0