×
于哲洲;刘玉浩;李斌;庞树超;贾、程程

用于人脸识别的增量图调节非负矩阵分解。 （英语） Zbl 1442.68217号

J.应用。数学。 2014年，文章ID 928051，10 p.（2014）.
摘要：在实际应用程序中，我们很少一次获得所有图像。考虑到这种情况，如果一家公司雇佣了一名员工，他所有的图像信息都需要记录到系统中；如果我们重新运行人脸识别算法，这将非常耗时。为了解决这个问题，本文首先提出了一种新的子空间增量方法，称为增量图正则化非负矩阵分解（IGNMF）算法，该算法将流形引入增量非负矩阵因式分解算法（INMF）；因此，我们的新算法能够在增量学习框架下保持数据中的几何结构；其次，考虑到我们总是将多张属于一个人或多个不同的人的人脸图像作为一个批，我们将IGNMF算法改进为batch-IGNMF算法（B-IGNMF），该算法实现了批量增量学习。实验表明：（1）我们的IGNMF和B-IGNMF算法的识别率接近GNMF算法，但运行速度比GNMF快。（2） 我们的IGNMF和B-IGNMF算法的运行时间接近INMF，而识别率优于INMF。（3） 与其他流行的基于NMF的人脸识别增量算法相比，我们的IGNMF和B-IGNMF在识别率和运行时间上都优于其他算法。

引用于2文件

MSC公司：

68吨10 模式识别、语音识别
15A23型 矩阵的因式分解

软件：

NeNMF公司;CMU项目;费雷特
PDF格式BibTeX公司 XML格式引用
\textit{Z.-Z.Yu}等人，J.Appl。数学。2014年，文章ID 928051，10 p.（2014；Zbl 1442.68217）
全文： DOI程序
OA许可证

参考文献：

[1] 王玉霞。；Zhang，Y.-J.，非负矩阵分解：综合评述，IEEE知识与数据工程学报，25，6，1336-1353（2013）
[2] Lee，D.D。；Seung，H.S.，非负矩阵分解算法，神经信息处理系统进展会议录（NIPS’01）
[3] Lee，D.D。；Seung，H.S.，通过非负矩阵分解学习对象的各个部分，《自然》，401，6755，788-791（1999）·Zbl 1369.68285号 ·doi:10.1038/44565
[4] Hoyer，P.O.，稀疏约束下的非负矩阵分解，机器学习研究杂志，51457-1469（2004）·Zbl 1222.68218号
[5] 李S.Z。；Hou，X.W。；张海杰。；Cheng，Q.S.，《学习空间本地化、基于部件的表示法》，IEEE计算机学会计算机视觉和模式识别会议论文集
[6] Wang，Y。；贾毅。；胡，C。；Turk，M.，Fisher非负矩阵分解学习局部特征，第六届亚洲计算机视觉会议论文集
[7] 尼基蒂迪斯，S。；特法斯，A。；尼古拉迪斯，N。；Pitas，I.，用于面部图像分析的子类判别非负矩阵分解，模式识别，45，1244080-4091（2012）·Zbl 1248.68440号 ·doi:10.1016/j.patcog.2012.04.030
[8] 关，N。；陶，D。；罗，Z。；Yuan，B.，NeNMF:非负矩阵分解的最优梯度法，IEEE信号处理学报，60，6，2882-2898（2012）·Zbl 1391.65115号 ·doi:10.1109/TSP.2012.2190406
[9] 关，N。；陶，D。；罗，Z。；Yuan，B.，非负补丁对齐框架，IEEE神经网络汇刊，22，8，1218-1230（2011）·doi:10.1109/TNN.2011.2157359
[10] 关，N。；陶，D。；罗，Z。；Shawe-Taylor，J.，MahNMF:曼哈顿非负矩阵分解，机器学习研究杂志（2012）
[11] 张，T。；方，B。；Tang，Y·Y。；He，G。；Wen，J.，用于人脸识别的保拓扑非负矩阵分解，IEEE图像处理汇刊，17，4，574-584（2008）·doi:10.1109/TIP.2008.918957
[12] 刘，X。；Yan，S。；Jin，H.，投影非负图嵌入，IEEE图像处理汇刊，19，5，1126-1137（2010）·兹比尔1371.68216 ·doi:10.1109/TIP.2009.2039050
[13] 蔡，D。；何，X。；吴，X。；Han，J.，流形上的非负矩阵分解，第八届IEEE数据挖掘国际会议论文集（ICDM’08）·doi:10.1109/ICDM.2008.57
[14] Bucak，S.S。；Gunsel，B.，通过非负矩阵分解的增量子空间学习，模式识别，42，5，788-797（2009）·Zbl 1178.68395号 ·doi:10.1016/j.patcog.2008.09.002
[15] 陈，W.S。；潘，B。；方，B。；Li，M。；Tang，J.，用于人脸识别的增量非负矩阵分解，工程数学问题，2008（2008）·Zbl 1162.94306号 ·doi:10.1155/2008/410674
[16] 王，D。；Lu，H.，增量正交投影非负矩阵分解及其应用，第18届IEEE图像处理国际会议论文集·doi:10.1010/ICIP.2011.6115890
[17] Lefèvre，A。；巴赫，F。；Févotte，C.，带Itakura-Saito发散的非负矩阵因式分解的在线算法，IEEE音频和声学信号处理应用研讨会论文集（WASPAA’11）·doi:10.1109/ASPAA.2011.6082314
[18] 关，N。；陶，D。；罗，Z。；Yuan，B.，具有稳健随机近似的在线非负矩阵分解，IEEE神经网络和学习系统汇刊，23，7，1087-1099（2012）
[19] 曹，B。；沈，D。；Sun，J.-T。；王，X。；杨琼。；Chen，Z.，利用在线非负矩阵分解检测和跟踪潜在因素，第20届国际人工智能联合会议论文集
[20] Tenenbaum，J.B。；德席尔瓦，V。；Langford，J.C.，《非线性降维的全球几何框架》，《科学》，29055002319-2323（2000）·doi:10.1126/science.290.5500.2319
[21] 罗维斯，S.T。；Saul，L.K.，通过局部线性嵌入降低非线性维数，《科学》，290，5500，2323-2326（2000）·doi:10.1126/science.290.5500.2323
[22] 何，X。；Niyogi，P.，局部保持投影，神经信息处理系统进展会议论文集
[23] 菲利普斯，P.J。；Moon，H。；Rizvi，S.A。；Rauss，P.J.，面向人脸识别算法的FERET评估方法，IEEE模式分析和机器智能汇刊，22，10，1090-1104（2000）·doi:10.1109/34.879790
[24] 赵，W。；切拉帕，R。；Phillips，P.J。；Rosenfeld，A.，《面部识别：一项文献调查》，ACM Computing Surveys，35，4，399-458（2003）·doi:10.1145/954339.954342
[25] 西姆·T。；贝克，S。；Bsat，M.，CMU姿势、照明和表情（PIE）数据库，IEEE自动人脸和手势识别国际会议论文集
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。