中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2014年
8期
1176-1184
,共9页
特征提取%人脸识别%图嵌入%非负矩阵分解
特徵提取%人臉識彆%圖嵌入%非負矩陣分解
특정제취%인검식별%도감입%비부구진분해
@@
目的 针对投影非负矩阵分解(PNMF)不能揭示数据空间的流形几何结构和判别信息的缺点,提出一种图嵌入正则化投影非负矩阵分解(GEPNMF)人脸图像特征提取方法.方法 首先构建了描述数据空间的流形几何结构和类间分离度的两个近邻图,然后采用它们的拉普拉斯矩阵设计了一个图嵌入正则项,并将该图嵌入正则项与PNMF的目标函数融合以建立GEPNMF的目标函数.由于引入了图嵌入正则项,GEPNMF求得的子空间能在保持数据空间的流形几何结构的同时,类间间距最大.此外,在GEPNMF目标函数中引入了一个正交正则项,以确保GEPNMF子空间基向量具有数据局部表示能力.最后,对求解GEPNMF目标函数的累乘更新规则(MUR)进行了详细推导,并从理论上证明了其收敛性.结果 在ORL、Yale和CMU PIE人脸图像数据库上分别进行了人脸识别实验,识别率分别达到了94.00%、64.33%和98.58%.结论 实验结果表明,GEPNMF提取的人脸图像特征用于人脸识别时,具有较高的识别率.
目的 針對投影非負矩陣分解(PNMF)不能揭示數據空間的流形幾何結構和判彆信息的缺點,提齣一種圖嵌入正則化投影非負矩陣分解(GEPNMF)人臉圖像特徵提取方法.方法 首先構建瞭描述數據空間的流形幾何結構和類間分離度的兩箇近鄰圖,然後採用它們的拉普拉斯矩陣設計瞭一箇圖嵌入正則項,併將該圖嵌入正則項與PNMF的目標函數融閤以建立GEPNMF的目標函數.由于引入瞭圖嵌入正則項,GEPNMF求得的子空間能在保持數據空間的流形幾何結構的同時,類間間距最大.此外,在GEPNMF目標函數中引入瞭一箇正交正則項,以確保GEPNMF子空間基嚮量具有數據跼部錶示能力.最後,對求解GEPNMF目標函數的纍乘更新規則(MUR)進行瞭詳細推導,併從理論上證明瞭其收斂性.結果 在ORL、Yale和CMU PIE人臉圖像數據庫上分彆進行瞭人臉識彆實驗,識彆率分彆達到瞭94.00%、64.33%和98.58%.結論 實驗結果錶明,GEPNMF提取的人臉圖像特徵用于人臉識彆時,具有較高的識彆率.
목적 침대투영비부구진분해(PNMF)불능게시수거공간적류형궤하결구화판별신식적결점,제출일충도감입정칙화투영비부구진분해(GEPNMF)인검도상특정제취방법.방법 수선구건료묘술수거공간적류형궤하결구화류간분리도적량개근린도,연후채용타문적랍보랍사구진설계료일개도감입정칙항,병장해도감입정칙항여PNMF적목표함수융합이건립GEPNMF적목표함수.유우인입료도감입정칙항,GEPNMF구득적자공간능재보지수거공간적류형궤하결구적동시,류간간거최대.차외,재GEPNMF목표함수중인입료일개정교정칙항,이학보GEPNMF자공간기향량구유수거국부표시능력.최후,대구해GEPNMF목표함수적루승경신규칙(MUR)진행료상세추도,병종이론상증명료기수렴성.결과 재ORL、Yale화CMU PIE인검도상수거고상분별진행료인검식별실험,식별솔분별체도료94.00%、64.33%화98.58%.결론 실험결과표명,GEPNMF제취적인검도상특정용우인검식별시,구유교고적식별솔.