基于（2D）^2NMF及其改进算法的人脸识别

• 作 者: 高宏娟 潘晨
• 机 构: 宁夏大学数学计算机学院
• 出 处: 计算机应用
• 发表日期: 2007年07期
• 关键词: 人脸识别 非负矩阵分解 二维非负矩阵分解 对角化 face recognition Non-negative Matrix Factorization （NMF
• 基金项目: 国家自然科学基金资助项目（60663003）,宁夏自然科学基金资助项目（NZ0610）.

非负矩阵分解(NMF)是基于部分的特征提取方法,能够克服局部遮挡和光照问题,在图像识别任务中效果较好。然而传统算法中,NMF提取的特征是非正交的,且二维图像常被向量化处理,不仅丢失一些结构信息,还导致了数据的高维,不利于提高识别精度和速度。利用图像矩阵取代传统的图像向量表示,提出新的(2D)2NMF方法提取二维图像特征,并通过特征正交化和图像变形等措施,改善了算法性能。人脸识别实验表明,上述措施能够有效提高识别的精度和速度。