基于加权正交约束非负矩阵分解的车脸识别算法

作者：王锦凯^*; 贾旭

来源：计算机应用, 2020, 40(04): 1050-1055.

• 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

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。

• 单位
  辽宁工业大学