[发明专利]基于E辅助函数的半非负矩阵分解的人脸识别方法、系统及存储介质

摘要

本发明提供了一种基于E辅助函数的半非负矩阵分解的人脸识别方法、系统及存储介质，该人脸识别方法包括第一步骤：将训练样本图像转化为训练样本矩阵，设置误差阈值、最大迭代次数，并输入训练样本矩阵、误差阈值和最大迭代次数；第二步骤：对基图像矩阵和系数矩阵进行初始化；第四步骤：根据公式（6）更新基图像矩阵和系数矩阵；第六步骤：判断目标函数或迭代次数n是否达到最大迭代次数，如果是，那么输出基图像矩阵和系数矩阵，否则执行第四步骤。本发明的有益效果是：本发明的人脸识别方法具有高识别性能与低计算复杂度的优势，通过在公开的人脸数据库中与相关算法进行实验比较，结果表明本专利开发的方法具有一定的优越性。

主权项

1.一种基于E辅助函数的半非负矩阵分解的人脸识别方法，其特征在于，包括训练步骤，所述训练步骤包括如下步骤：第一步骤：将训练样本图像转化为训练样本矩阵X，设置误差阈值ε、最大迭代次数Imax，并输入训练样本矩阵X、误差阈值ε和最大迭代次数Imax；第二步骤：对基图像矩阵W和系数矩阵H进行初始化；第三步骤：设置迭代次数n＝0；第四步骤：根据公式(6)更新基图像矩阵W和系数矩阵H；第五步骤：使n＝n+1；第六步骤：判断目标函数F(W,H)≤ε或迭代次数n是否达到最大迭代次数Imax，如果是，那么输出基图像矩阵W和系数矩阵H，否则执行第四步骤；在第四步骤中，公式(6)如下：W←XHT(HHT)‑1在公式(6)中，W表示基图像矩阵，H表示系数矩阵，X表示训练样本矩阵，T表示矩阵的转置。