-
题名基于加权正交约束非负矩阵分解的车脸识别算法
被引量：3
- 1
-
-
作者
王锦凯
贾旭
-
机构
辽宁工业大学电子与信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2020年第4期1050-1055,共6页
-
基金
国家自然科学基金资助项目(61502216)
辽宁省自然科学基金资助项目(2019-ZD-0700)。
-
文摘
面对多类别且标注数量有限的样本,为进一步提高车脸图像的识别准确性,提出一种基于改进非负矩阵分解(NMF)的车脸识别算法。首先,采用方向梯度直方图(HOG)算子提取车脸图像局部区域形状特征,并将其作为车脸图像的初始特征;而后,提出具有多权重、正交性、稀疏性约束的NMF模型,并基于该模型获得了描述车脸图像中关键区域的特征基,实现了特征的降维;最后,利用离散余弦距离计算特征间的相似性,进而对车脸图像是否匹配作出判断。实验结果表明,对于建立的车脸图像数据集,提出的识别算法能够取得较好的识别效果,准确率可达到97.56%,且满足实时性要求。
-
关键词
车脸识别
非负矩阵分解
梯度下降法
特征降维
离散余弦距离
-
Keywords
vehicle face recognition
Nonnegative Matrix Factorization(NMF)
gradient descent method
feature dimension reduction
discrete cosine distance
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
