收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于TTr1SVD的张量奇异值分解及其在人脸识别上的应用

董超  徐宁  Kim Batselier  Nagi Wong  喻文健  
【摘要】:张量是一种数据组织形式,它的实质是高维数组。很多数据都可以被组织成张量的形式,可以考虑将人脸图像组织成张量的形式。人脸识别过程中最重要的一个环节是特征提取,后续的匹配识别过程是建立在它的基础上。TTr1SVD是一种新型的张量分解算法,可以认为该算法是矩阵SVD在张量领域的扩展。实际数据库中图片的图像模态往往是最大的,结合TTr1SVD算法,得到张量的高阶奇异值分解,改变图片的组织形式,可以加速人脸特征的提取。基于TTr1SVD的高阶奇异值分解算法,实现人脸特征的提取和识别,并且保持了较好的准确性。实验结果表明,该算法比传统的使用Tensor Toolbox的高阶奇异值分解算法更加灵活高效。

知网文化
【相似文献】
中国期刊全文数据库 前1条
1 周维俊,赵培标,杨孝平;关于射影半对称联络的某些特征(英文)[J];常德师范学院学报(自然科学版);2003年03期
中国博士学位论文全文数据库 前1条
1 孙丽珠;张量谱半径的界及张量广义逆研究[D];哈尔滨工业大学;2017年
中国硕士学位论文全文数据库 前2条
1 姜丹丹;张量奇异值及高阶奇异值分解具有的若干性质[D];哈尔滨工业大学;2017年
2 赵文;Max半环上张量的分解[D];哈尔滨工业大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978