学位论文 > 优秀研究生学位论文题录展示
核局部非负矩阵分解算法在人脸识别中的应用
作 者: 张兴
导 师: 张军英
学 校: 西安电子科技大学
专 业: 计算机应用技术
关键词: 核局部非负矩阵分解 非负矩阵分解 人脸识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 108次
引 用: 0次
阅 读: 论文下载
内容摘要
人脸识别是一个跨学科富有挑战性的前沿课题,研究的主要内容是如何使得计算机具有辨识人脸的能力。人脸识别涉及的技术很多,其中关键在于特征提取和分类方法,本文以此为重点进行了相关的研究。非负矩阵分解(NMF)算法和局部非负矩阵分解(LNMF)算法是基于局部特征的特征提取方法,已经成功用于人脸识别。但是NMF算法在人脸识别方面的识别率较低,LNMF算法虽然在一定程度上提高了识别率,但是其代价是增加了迭代次数。另外,两种算法都未能很好的解决非线性可分问题。论文将核方法与LNMF算法相结合,提出了核局部非负矩阵分解(KLNMF)算法,首先通过非线性变换将原始空间映射到高维空间,使得样本线性可分,然后再用LNMF算法提取人脸特征。在分类决策部分,论文提出了自己的分类决策规则,并设计了基于NMF子空间的分类器。本文使用iris数据和ORL人脸数据库,对KLNMF算法进行多方面性能分析,并与NMF、LNMF算法相比较。实验结果表明KLNMF算法能够有效解决非线性可分问题,不仅在很大程度上提高了识别率,而且避免了迭代次数的增加。
|
全文目录
相似论文
- 基于子模式的局部保留映射的人脸识别方法研究,TP391.41
- 基于NMF的矿产预测技术的研究与实现,P624
- 三维人脸识别系统研究,TP391.41
- 基于仿生模式识别的三维人脸识别研究,TP391.41
- 鲁棒流形学习算法研究,TP391.41
- 基于U型脸模型及遗传算法的人脸识别技术研究,TP391.41
- 人脸分形特征提取与识别算法研究,TP391.41
- 基于流形学习的人脸识别算法研究,TP391.41
- 基于伪Zernike矩和BP网络的人脸识别算法研究,TP391.41
- 人脸识别系统中关键技术研究,TP391.41
- 基于Gabor和SVM的光照鲁棒人脸识别算法研究,TP391.41
- 联合聚类算法研究及应用,TP311.13
- 实用近红外人脸识别方法研究,TP391.41
- 基于双核架构的嵌入式人脸识别系统,TP391.41
- 基于人脸识别的图像美化系统设计与实现,TP391.41
- 基于特征融合的人脸识别算法研究,TP391.41
- 面向图像表达的非负局部坐标分解算法,TP391.41
- 基于稀疏非负矩阵分解的图像检索,TP391.41
- 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
- 基于局部二元模式和韦伯局部描述符的人脸识别,TP391.41
- 基于稀疏表达的人脸识别算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|