核局部非負矩陣分解算法在人臉識別中的應用.pdf_第1頁
已閱讀1頁，還剩53頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、人臉識別是一個跨學科富有挑戰(zhàn)性的前沿課題，研究的主要內(nèi)容是如何使得計算機具有辨識人臉的能力。人臉識別涉及的技術很多，其中關鍵在于特征提取和分類方法，本文以此為重點進行了相關的研究。
　　 非負矩陣分解(NMF)算法和局部非負矩陣分解(LNMF)算法是基于局部特征的特征提取方法，已經(jīng)成功用于人臉識別。但是NMF算法在人臉識別方面的識別率較低，LNMF算法雖然在一定程度上提高了識別率，但是其代價是增加了迭代次數(shù)。另外，兩種算法都未能

2、很好的解決非線性可分問題。論文將核方法與LNMF算法相結(jié)合，提出了核局部非負矩陣分解(KLNMF)算法，首先通過非線性變換將原始空間映射到高維空間，使得樣本線性可分，然后再用LNMF算法提取人臉特征。在分類決策部分，論文提出了自己的分類決策規(guī)則，并設計了基于NMF子空間的分類器。
　　 本文使用iris數(shù)據(jù)和ORL人臉數(shù)據(jù)庫，對KLNMF算法進行多方面性能分析，并與NMF、LNMF算法相比較。實驗結(jié)果表明KLNMF算法能夠有效解

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論