?非负矩阵分解(Non Negative Matrix Factorization)
...等。特别是近年来,稀疏表示在模式识别和计算机视觉领域引起了广泛的关注。稀疏表示采用过完备字典来提取样本的稀疏特征。经典的稀疏表示方法使用所有的训练样本作为字典,此字典包含冗杂的信息,这不仅增加了计算量,而且不同类别的特征之间具有相关性。本论文研究基于改进稀疏表示字典的人脸识别方法,以及与其他特征融合的方法,主要工作包括三个方面。本文第一个方面的工作是提出了使用非负矩阵分解(NMF)的方法来生成稀疏表示的字典。此字典由每一类训练样本的非负矩阵分解所得到的基矩阵构成。