计算机应用

作者：王锦凯, 贾旭

单位：辽宁工业大学 电子与信息工程学院, 辽宁 锦州 121001

关键词：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

基金：国家自然科学基金资助项目（61502216）；辽宁省自然科学基金资助项目（2019-ZD-0700）。

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。

来源：2020年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第4期