NMF与LDA相结合的彩色人脸识别

doi:10.3778/j.issn.1002-8331.2009.31.002

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (31): 5-8.DOI: 10.3778/j.issn.1002-8331.2009.31.002

NMF与LDA相结合的彩色人脸识别

白晓明¹，王成章²

1.首都经济贸易大学信息学院，北京 100070
2.中央财经大学应用数学学院，北京 100081

收稿日期:2009-08-05 修回日期:2009-09-07 出版日期:2009-11-01 发布日期:2009-11-01
通讯作者: 白晓明

Non-negative matrix factorization combined with linear discriminant analysis for color face recognition

BAI Xiao-ming¹，WANG Cheng-zhang²

1.College of Information，Capital University of Economics and Business，Beijing 100070，China
2.College of Applied Mathematics，Central University of Finance and Economics，Beijing 100081，China

Received:2009-08-05 Revised:2009-09-07 Online:2009-11-01 Published:2009-11-01
Contact: BAI Xiao-ming

摘要/Abstract

摘要： 为了提高彩色人脸识别的性能，提出了一种非负矩阵分解与线性判别分析相结合的彩色人脸识别算法。首先采用非负矩阵分解算法对彩色人脸图像不同颜色通道的信息进行编码，计算彩色人脸图像空间的基图像；然后根据非负矩阵分解计算得到的图像分解系数，融入人脸对象的类别信息，采用线性判别分析算法计算最优的鉴别子空间；最后以彩色人脸图像的投影系数为特征，采用最近邻分类算法进行人脸识别。在CVL和CMU PIE人脸数据库上的实验结果验证了提出的彩色人脸识别算法的正确性和有效性。

关键词: 人脸识别, 非负矩阵分解, 线性判别分析

Abstract: In order to improve the accuracy of color face recognition approach，non-negative matrix factorization is combined with linear discriminant analysis algorithm in this paper.Non-negative matrix factorization algorithm is employed to encode the color information of different channels of color face image.And base images are computed by the NMF algorithm.Linear discriminant analysis algorithm is exploited to compute the optimal discriminant subspace based on the factorization coefficients of face images.Nearest neighborhood classifier is adopted to identify the color face samples based on the projective coefficients on the subspace.Experimental results on CVL and CMU PIE color face databases verify the effectiveness of the proposed algorithm.

Key words: face recognition, non-negative matrix factorization, linear discriminant analysis

中图分类号:

TP391.41

白晓明¹，王成章². NMF与LDA相结合的彩色人脸识别[J]. 计算机工程与应用, 2009, 45(31): 5-8.

BAI Xiao-ming¹，WANG Cheng-zhang². Non-negative matrix factorization combined with linear discriminant analysis for color face recognition[J]. Computer Engineering and Applications, 2009, 45(31): 5-8.

[1]	乔慧，周水生. 非线性角度2DPCA及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(8): 112-118.
[2]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[3]	王鹏，叶学义，王涛，钱丁炜. 双偏差双空间局部方向模式的人脸识别[J]. 计算机工程与应用, 2021, 57(4): 91-99.
[4]	石正宇，陈仁文，黄斌. 基于自归一化神经网络的低分辨率人脸识别[J]. 计算机工程与应用, 2021, 57(3): 137-143.
[5]	李俊瑶，黎智辉，谢兰迟，侯欣雨，叶东. 基于老化模型的跨年龄人脸识别研究进展[J]. 计算机工程与应用, 2021, 57(24): 27-38.
[6]	刘金金，李清宝，李晓楠. 基于对抗学习和知识蒸馏的神经网络压缩算法[J]. 计算机工程与应用, 2021, 57(21): 180-187.
[7]	徐遐龄，刘涛，田国辉，于文娟，肖大军，梁陕鹏. 有遮挡环境下的人脸识别方法综述[J]. 计算机工程与应用, 2021, 57(17): 46-60.
[8]	徐然然，吴小俊，尹贺峰. 鉴别性非负表示分类及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(13): 147-153.
[9]	王钰，刘凡，王菲. 基于自编码器和稀疏表示的单样本人脸识别[J]. 计算机工程与应用, 2021, 57(1): 168-172.
[10]	董艳花，张树美，赵俊莉. 有遮挡人脸识别方法综述[J]. 计算机工程与应用, 2020, 56(9): 1-12.
[11]	林克正，张元铭，李昊天. 信息熵加权的HOG特征提取算法研究[J]. 计算机工程与应用, 2020, 56(6): 147-152.
[12]	袁小平，崔棋纹，程干，张侠，张毅，王溯源. 改进型Gabor自商图算法及其在人脸识别中的应用[J]. 计算机工程与应用, 2020, 56(5): 206-213.
[13]	张飞翔，余学儒，何卫锋，李琛. 结合改进的损失函数与多重范数的人脸识别[J]. 计算机工程与应用, 2020, 56(24): 144-150.
[14]	黄广俊，邓元龙. 融合改进LBP和SVM的偏光片外观缺陷检测与分类[J]. 计算机工程与应用, 2020, 56(22): 251-255.
[15]	刘家骥，包崇明，周丽华，王崇云，孔兵. 图正则化非负矩阵分解的异质网社区发现[J]. 计算机工程与应用, 2020, 56(21): 131-138.

NMF与LDA相结合的彩色人脸识别

Non-negative matrix factorization combined with linear discriminant analysis for color face recognition

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics