%0 Journal Article
%T 二维投影非负矩阵分解算法及其在人脸识别中的应用
%A 方蔚涛
%A 马鹏
%A 成正斌
%A 杨丹
%A 张小洪
%J 自动化学报
%P 1503-1512
%D 2012
%R 10.3724/SP.J.1004.2012.01503
%X ？建立在最小化非负矩阵分解损失函数上的人脸识别算法需同时计算基矩阵和系数矩阵,导致求解这类问题十分耗时.本文把非负属性引入二维主成分分析(2-dimensionalprincipalcomponentanalysis,2DPCA)中,提出了一种新的二维投影非负矩阵分解(2-dimensionalprojectivenon-negativematrixfactorization,2DPNMF)人脸识别算法.该算法在保持人脸图像的局部结构情况下,突破了最小化非负矩阵分解损失函数的约束,仅需计算投影矩阵(基矩阵),从而降低了计算复杂度.本文从理论上证明了所提出算法的收敛性,同时,使用了YALE、FERET和AR三个人脸库进行实验,结果表明2DPNMF不仅识别率高,而且速度优于非负矩阵分解和二维主成分分析.
%K 二维主成分分析
%K 非负矩阵分解
%K 人脸识别
%K 特征提取
%U http://www.aas.net.cn/CN/abstract/abstract17761.shtml