| 基于张量奇异值分解的人脸识别方法 |
| |
| 引用本文： | 计雨含,王晓东,姚宇. 基于张量奇异值分解的人脸识别方法[J]. 计算机应用, 2015, 0(Z1) |
| |
| 作者姓名： | 计雨含 王晓东 姚宇 |
| |
| 作者单位： | 中国科学院 成都计算机应用研究所,成都,610041 |
| |
| 基金项目： | 四川省科技厅科技支撑计划项目(2012GZ0106)。 |
| |
| 摘 要： | ![]()
在人脸识别领域应用张量奇异值分解( TSVD)来进行人脸特征的表示和提取，克服了过去的提取方法，如主成分分析法( PCA)等过于依赖拍摄条件的缺点。 TSVD将数据转换成三维线性模型，所以能避免二维线性方法中条件改变则精确度下降的问题，使得识别算法在变化的条件下获得了相对稳定的结果。在此基础上对算法进行了优化，利用矩阵分解，在不影响算法正确率的情况下，有效减少计算量，提高算法效率。基于Matlab对该算法进行了四组实验，并将结果与用PCA方法得到的结果对比，验证了该识别算法在变化条件下显著的正确性以及稳定性；同时，对优化的TSVD算法进行了实验验证，在数据量较大的情况下，该算法速度明显提高。
|
| 关 键 词： | 人脸识别 高阶奇异值分解 张量分解 特征提取 模式识别 |
Face identification based on tensor singular value decomposition |
| |
| JI Yuhan? , WANG Xiaodong,YAO Yu. Face identification based on tensor singular value decomposition[J]. Journal of Computer Applications, 2015, 0(Z1) |
| |
| Authors: | JI Yuhan? WANG Xiaodong YAO Yu |
| |
| Abstract: | ![]()
|
| |
| Keywords: | face recognition High-Order Singular Value Decomposition ( HOSVD) decomposition of tensors feature extraction pattern recognition |
|
