一种快速非负矩阵分解的人脸识别算法

›› 2015, Vol. 28 ›› Issue (2): 51-.

一种快速非负矩阵分解的人脸识别算法

郑颖

(西安电子科技大学数学与统计学院,陕西西安 710126)

出版日期:2015-02-15 发布日期:2015-02-16
作者简介:郑颖(1988—),女,硕士研究生。研究方向:人脸识别,模式识别。E-mail:zhengyin@163.com

A Rapid Non-negative Matrix Decomposition Method for Face Recognition

ZHENG Ying

(School of Mathematics and Statistics,Xidian University,Xi'an 710126,China)

Online:2015-02-15 Published:2015-02-16
About author:［1］Turk M,Pentland A.Eigenfaces for recognition［J］.Journal of Cognitive Neurosci,1991,3(1):71-86. ［2］Jolliffe I T.Principal component analysis［M］.2nd Edition.Berlin:Springer,2002. ［3］Yang J,Zhang D,Frangi A F,et al.Two-dimensional PCA:A new approach to appearance based face representation and recognition［J］.IEEE Transaction on Pattern Analysis and Machine Intelligence,2004,26(1):131-137. ［4］刘维湘,郑南宁,游曲波.非负矩阵分解及其在模式识别中的应用［J］.科学通报,2006,35(1):241-250. ［5］严慧,金忠,杨静宇.非负二维主成分分析及其在人脸识别中的应用［J］.模式识别与人工智能,2009,6(22):809-814. ［6］高红娟,潘晨.基于非负矩阵分解的人脸识别算法的改进［J］.计算机技术与发展,2007,17(11):63-66. ［7］高红娟,潘晨.基于(2D)2NMF及其方法的改进［J］.计算机应用,2007,27(7):1160-1166. ［8］Yang J,Zhang D,Yong X.Two-dimensional discriminant transform for face recognition［J］.Pattern Recognition,2005,28(7):1125-1129. ［9］Ming L,Zong Y B.2D-LDA:A statistical linear discriminant analysis for image matrix［J］.Pattern Recognition Letters,2005,26(12):527-532. ［10］Kong H,Teoh E K.Generalized 2D fisher discriminant analysis［J］.IEEE Transaction on Pattern Analysis and Machine Intelligence,2012,71(19):5244-5251.

摘要/Abstract

摘要：

用于人脸识别的非负矩阵分解算法,虽可提高图像识别率,但因其是通过迭代方法同时计算出基矩阵和系数矩阵,故当迭代次数较多时,计算过程耗时长。文中将二维线性判别分析方法与非负矩阵分解方法融合,提出了一种快速的双边二维非负矩阵分解算法。通过在AR、Ｙale人脸数据库上的实验结果显示,较二维双边非负矩阵分解算法,文中算法不仅使得训练时间大幅减少,而且识别率也有所提高。

关键词: 非负矩阵分解, 特征提取, 人脸识别

Abstract:

Face recognition algorithms through non-negative matrix factorization can increase image recognition rat,but it is an iterative algorithm which must simultaneously calculates the base matrix and the coefficient matrix,leading to high computational complexity with many iterations.This paper introduces the 2-dimensional linear discriminant analysis into the non-negative matrix factorization algorithm,and proposes a fast two-dimensional bilateral non-negative matrix factorization algorithm.Experiment results on the AR and the Yale face database show that the proposed algorithm has higher recognition performance as well as a much faster speed than the two-dimensional bilateral non-negative matrix factorization algorithm.

Key words: non negative matrix factorization;feature extraction;face recognition

中图分类号:

TP391.41

郑颖. 一种快速非负矩阵分解的人脸识别算法[J]. , 2015, 28(2): 51-.

ZHENG Ying. A Rapid Non-negative Matrix Decomposition Method for Face Recognition[J]. , 2015, 28(2): 51-.

[1]	伍伟嘉,杨俭,袁天辰,邵志慧. 基于支持向量机的轨道结构病害识别研究[J]. 电子科技, 2022, 35(2): 27-33.
[2]	李辉,王一丞. 基于CNNCIFG-Attention模型的文本情感分类[J]. 电子科技, 2022, 35(2): 46-51.
[3]	邵志慧,杨俭,袁天辰,伍伟嘉. 基于排列熵和支持向量机的轨枕病害诊断[J]. 电子科技, 2022, 35(2): 52-58.
[4]	程晓雅,张雷. 基于深度学习的有遮挡人脸识别方法研究[J]. 电子科技, 2022, 35(1): 35-39.
[5]	司明明,陈玮,胡春燕,尹钟. 融合Resnet50和U-Net的眼底彩色血管图像分割[J]. 电子科技, 2021, 34(8): 19-24.
[6]	马立新,豆晨飞,宋晨灿,杨天笑. 基于特征融合卷积神经网络的绝缘子无损检测[J]. 电子科技, 2021, 34(7): 26-30.
[7]	刘姝,邵杰,张颐婷,张善章. 基于双谱和谱特征的心电信号分类方法[J]. 电子科技, 2021, 34(5): 42-46.
[8]	宋章明,贺慧勇,黄跃俊. 扁平漆包线表面缺陷在线检测研究[J]. 电子科技, 2021, 34(5): 72-78.
[9]	葛靖,刘子龙. 基于CNN和LSTM的睡眠呼吸暂停检测算法[J]. 电子科技, 2021, 34(2): 21-26.
[10]	彭荣杰,彭亚雄,陆安江. 基于改进PCA+SVM的人脸识别系统[J]. 电子科技, 2021, 34(12): 56-61.
[11]	巨志勇,翟春宇,张文馨. 基于SVM与区域生长的彩色商品标签图像分割方法[J]. 电子科技, 2021, 34(10): 69-74.
[12]	王春江,张猛,张建飞. 基于网络摄像头的活体人脸识别系统设计[J]. 电子科技, 2020, 33(6): 63-68.
[13]	刘义民,刘韬,陈庆. CHMM和AR模型在轴承性能退化评估与预测中的应用[J]. 电子科技, 2020, 33(5): 58-65.
[14]	司琴,李菲菲,陈虬. 基于深度学习与特征融合的人脸识别算法[J]. 电子科技, 2020, 33(4): 18-22.
[15]	王正军,姚一鸣,陈龙. 基于卷积神经网络的PCB板通用分拣算法[J]. 电子科技, 2020, 33(2): 60-65.