基于判别超图和非负矩阵分解的人脸识别方法

发布时间：2020-03-19 21:44

【摘要】：非负矩阵分解是一种流行的数据表示方法,已广泛应用于图像处理和模式识别问题.但是非负矩阵分解忽略了数据的几何结构.而现有的基于简单图的学习方法只考虑了图像的成对信息,并且对计算相似度时的参数选择十分敏感.超图学习方法可以有效地解决这些问题.超图利用超边将多个顶点相连接用以表示了图像的高维结构信息.然而,现有的大部分超图学习方法都是无判别的学习方法.为了提高识别效果,本文提出了基于具有判别信息的超图和非负矩阵分解方法的新模型,利用交替方向法进行迭代求解新模型,并利用最近邻方法进行人脸识别.在几个常用标准人脸图像数据库进行实验,实验结果表明本文提出的方法是有效的.
【图文】：

论、超图理论、极图理论，以及代数图论、拓扑图论等都有很大的发展．逡逑不同于简单图，超图中的超边连接三个或者更多的顶点以更好的逡逑表示数据的高维信息，如图２．１所示．超图已经广泛应用于机器学习，例逡逑如分类，聚类等．逡逑假设Ｇ邋＝逦是一个超图，其中Ｖ为顶点集，Ｅ为超边集，每条超逡逑边为顶点集中的子集．切⑷表示超边６的权重．逡逑设超图Ｇ的邻接矩阵为丑，若ｗｅｅ，则Ｈ（ｗ，ｅ）邋＝邋ｌ；否则丑（ｔ；，ｅ）邋＝邋０．逡逑７逡逑

不同表情的图像，共４００张，均为１１２Ｘ９２像素的灰度图像．这些图像是在逡逑不同的时间和光照条件下拍摄的．图像中的人脸有一定程度的旋转，，放逡逑缩和偏转，如图４．１所示．逡逑ｆ逦ｉ逦「飞逦ｒ＊逦ｉ逦ｒ逡逑ｆ，卜、’邋Ｐ逡逑ｌ＿逦Ｉ逦－Ａ逦＾邋－－邋ｍ逦ｊ逦ｈ邋Ｊ逡逑匾：，Ｊｌ逦１：逦．．ｍ逦ｍｉ邋．邋ＭＬ逦Ｉ逦ｔＭｉｍ，．．．．．邋ｍ逡逑■WW＿邋Ｅ逡逑图４．１邋ＯＲＬ样本图片逡逑实验结果如表４．１所示．结果表明本文介绍的方法在相关方法的比逡逑较中效果最好，获得的了最高的识别率．逡逑１６逡逑
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 简彩仁;施潇磊;吕书龙;;应用非负矩阵分解的数据重构[J];三明学院学报;2018年06期

2 张慧;党思航;崔宗勇;;基于增量非负矩阵分解的合成孔径雷达目标识别[J];科学技术与工程;2017年12期

3 黄波;严宣辉;林建辉;;基于联合非负矩阵分解的协同过滤推荐算法[J];模式识别与人工智能;2016年08期

4 杨永生;张优云;朱永生;;基于多核非负矩阵分解的机械故障诊断[J];西北工业大学学报;2015年02期

5 许榕;吴聪;蒋士正;陈启美;;二维局部非负矩阵分解的路网态势算法[J];上海交通大学学报;2015年08期

6 李玉翔;李弼程;郭志刚;;基于非负矩阵分解的网络重叠社区发现研究[J];系统仿真学报;2014年03期

7 余先川;任雅丽;初晓凤;徐金东;刘石华;李鸿镇;张洁;;一种基于加权非负矩阵分解的矿产预测方法[J];地质学刊;2013年01期

8 李兵;米双山;刘鹏远;刘东升;张培林;;二维非负矩阵分解在齿轮故障诊断中的应用[J];振动.测试与诊断;2012年05期

9 张永鹏;郑文超;张晓辉;;非负矩阵分解及其在图像压缩中的应用[J];西安邮电学院学报;2008年03期

10 高亮;潘积远;于佳平;;基于非负矩阵分解的类标签映射集成学习[J];科学技术与工程;2018年01期

相关会议论文 前10条

1 蒋永锴;叶东毅;;基于稀疏非负矩阵分解的自动多文摘方法[A];中国计算机语言学研究前沿进展（2007-2009）[C];2009年

2 马帅;吴飞;杨易;邵健;;基于稀疏非负矩阵分解的图像检索[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【oral】[C];2011年

3 宋尚真;周慧鑫;秦翰林;;基于非负矩阵分解的高光谱异常检测[A];2015 年（第七届）西部光子学学术会议论文集[C];2015年

4 蔡蕾;朱永生;;基于稀疏性非负矩阵分解和支持向量机的轴心轨迹图识别[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

5 蒋霈霖;;遥感图像混合谱解混的新方法[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

6 孔晗e

本文编号：2590756