中国科学院沈阳自动化研究所机构知识库
Advanced  
SIA OpenIR  > 机器人学研究室  > 期刊论文
题名: 基于改进的NMF人脸识别算法研究
其他题名: Research on Human Face Recognition Based on Improved NMF Algorithm
作者: 李冰锋; 唐延东; 韩志
作者部门: 机器人学研究室
关键词: 非负矩阵分解 ; 超图 ; 流形学习 ; 人脸识别
刊名: 计算机仿真
ISSN号: 1006-9348
出版日期: 2016
卷号: 33, 期号:3, 页码:428-432
收录类别: CSCD
产权排序: 1
项目资助者: 国家自然科学基金(61303168)
摘要: 研究人脸识别是为了提高身份识别的明确性,具有直接、友好、方便等优点。但传统的基于PCA的人脸识别算法易受光照、表情、姿态等因素的干扰,从而导致其识别率的下降;鉴于此,提出了改进的NMF(非负矩阵分解)人脸图像识别算法。通过在NMF算法嵌入基于多超图的流形学习算法,可以在人脸图像的降维过程中最优地保持各图像间的流形信息,从而实现人脸识别算法对光照、表情、姿态等因素的鲁棒性。另外,为降低运算成本,提出了在测试阶段采用增量式的迭代求解算法。在人脸数据库ORL、YALE上进行试验的结果表明,文中提出的算法具有更高的识别率。
英文摘要: In the paper, an improved non-negative matrix factorization (NMF) face image recognition algorithm Was proposed. From the integration NMF algorithm with multiple hypergraph manifold learning algorithm, we can optimally maintain the face image manifold information during the dimension reduction process and make the improved algorithm robust to illumination, facial expression and human pose. In addition, an incremental iterative algorithm was proposed to reduce the computation cost. The experiment results based on ORL and YALE show that the proposed algorithm has higher recognition rate.
语种: 中文
Citation statistics:
内容类型: 期刊论文
URI标识: http://ir.sia.cn/handle/173321/18646
Appears in Collections:机器人学研究室_期刊论文

Files in This Item: Download All
File Name/ File Size Content Type Version Access License
基于改进的NMF人脸识别算法研究.pdf(878KB)期刊论文作者接受稿开放获取View Download

Recommended Citation:
李冰锋,唐延东,韩志. 基于改进的NMF人脸识别算法研究[J]. 计算机仿真,2016,33(3):428-432.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[李冰锋]'s Articles
[唐延东]'s Articles
[韩志]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[李冰锋]‘s Articles
[唐延东]‘s Articles
[韩志]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
文件名: 基于改进的NMF人脸识别算法研究.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2016  中国科学院沈阳自动化研究所 - Feedback
Powered by CSpace