文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 理学 > 浅析矩阵分解的原理及其在人脸识别中的应用
侵权投诉

浅析矩阵分解的原理及其在人脸识别中的应用

矩阵论 期末小论文

浅析矩阵分解的原理及其在人脸识别中的应用

摘要:矩阵分解方法有多种,本文首先对矩阵的分解方法做了简单的介绍,这些分解在数值代数和最优化问题的解决中都有着十分重要的角色以及在其它领域方面也起着必不可少的作用。人脸识别是指采用机器对人脸图像进行分析 ,进而提取有效的识别信息从而达到身份辨认的目的 。近年来因其在安全 、认证 、人机交互 、视频电话等方面的广泛应用前景而越来越成为计算机模式识别领域的热点。本文在分析矩阵分解的原理后详细针对其在人脸识别中的应用做了一些初步认识的总结。

关键词:矩阵分解 QR分解 奇异值分解 非负矩阵分解 人脸识别

矩阵是数学中最重要的基本概念之一,是代数学的一个主要研究对象,也是数学研究及应用的一个重要工具。在近代数学、工程技术、信息处理、经济理论管理科学中,也大量涉及到矩阵理论的知识,矩阵分解是指根据一定的原理用某种算法将一个矩阵分解成若干个矩阵的乘积或者一些矩阵之和。这些分解式的特殊形式,一是能明显地反映出原矩阵的某些特征;二是分解的方法与过程提供了某些有效的数值计算方法和理论分析依据。人脸识别是指采用机器对人脸图像进行分析 ,进而提取有效的识别信息从而达到身份辨认的目的 。虽然人类能轻松地识别出人脸,但人脸的自动机器识别却是一个难度极大的课题,它涉及到图像处理、模式识别、计算机视觉和神经网络等学科,也和对人脑的认识程度紧密相关。现在矩阵分解在人脸识别中应用很广泛,有不同的算法来实现,本文将对现有的算法做总结和比较。

1 矩阵的分解方法

矩阵分解 (decomposition, factorization)是将矩阵拆解为数个矩阵的乘积,可分为三角分解、满秩分解、QR分解、Jordan分解和SVD(奇异值)分解等,常见的有三种:1)三角分解法 (Triangular Factorization),2)QR 分解法 (QR Factorization),3)奇异值分解法 (Singular Value Decomposition)。

1.1 矩阵的三角(LU)分解

LU分解,设A=()是n阶可逆矩阵,如果A的对角线下(上)方的元素全为零,即对i>j

浅析矩阵分解的原理及其在人脸识别中的应用

,=0(对i<j,

角矩阵。

浅析矩阵分解的原理及其在人脸识别中的应用

=0),则称矩阵A为上(下)三角矩阵,上三角矩阵和下三角矩阵统称为三

=

如果有下三角矩阵L和上三角矩阵U,使得A=LU,则称A能做三角分解,并且称A=LU为A的三角分解或LU分解。

1.2 矩阵的QR分解

矩阵的QR分解(正交三角分解)在解决最小二乘问题、特征值计算、广义逆矩阵的计算方面,都是十分重要的。以下为矩阵的QR分解:设A是n阶可逆实矩阵,则A可惟一分解为

第1页

你可能喜欢

  • 矩阵的奇异值分解
  • 广义逆矩阵
  • 正定矩阵的判定
  • 人脸识别代码
  • 神经网络人脸识别

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email