多元线性回归在非负矩阵分解人脸识别中的应用

摘要：

单一次优非负基特征蕴含的人脸分类信息有限,分类精度受制于基特征的低维表示.针对非负矩阵分解(NMF)的弱分类特点,分析NMF的人脸识别过程,提出增加多组基特征扩充可用弱分类信息;利用多组弱分类标签向量的相关性,采用多元线性回归方法建立集成标签映射,整合关联的弱类别信息,在次优基特征低维表示基础上提取正确的类结构关系.利用多种人脸数据集的实验结果表明,符合统计属性的集成标签映射能显著改善NMF的人脸识别能力.

关键词：非负矩阵分解、集成分类、偏最小二乘回归、岭回归、人脸识别

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金资助项目11501097

在线出版日期：2017-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：41-45,54