多元线性回归在非负矩阵分解人脸识别中的应用

• 作者: 于佳平 潘积远 高亮
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 非负矩阵分解 集成分类 偏最小二乘回归 岭回归 人脸识别
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 41-45,54
• 页数: 6页
• 分类号: TP391.1
• 字数: 4833字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.11.008

摘要

单一次优非负基特征蕴含的人脸分类信息有限,分类精度受制于基特征的低维表示.针对非负矩阵分解(NMF)的弱分类特点,分析NMF的人脸识别过程,提出增加多组基特征扩充可用弱分类信息;利用多组弱分类标签向量的相关性,采用多元线性回归方法建立集成标签映射,整合关联的弱类别信息,在次优基特征低维表示基础上提取正确的类结构关系.利用多种人脸数据集的实验结果表明,符合统计属性的集成标签映射能显著改善NMF的人脸识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘积远	中国电子科技集团公司第二十研究所数据链技术重点实验室	8	17	3.0	3.0
2	高亮	西安理工大学自动化与信息工程学院	19	38	3.0	4.0
3	于佳平	东华大学理学院	4	4	2.0	2.0