一种基于改进增量式非负矩阵分解的人脸识别方法

摘要

本发明公开了一种基于改进增量式非负矩阵分解的人脸识别方法，其采用了基于Fisher判别分析的增量式非负矩阵解算法。该算法利用初始样本训练的先验信息，通过索引矩阵将新增系数的列向量赋值为对应类别的均向量，提高了算法的收敛速度；此外，将INMF算法改进为批量式的增量学习算法，利用索引矩阵进行初始化赋值，并对目标函数施加类间散度最大和内度最小的约束，从而获得最佳的子空间投影。本方案具有较高的识别率和较快的识别速度，适用于人脸识别等场合。