资源描述：
《矩阵低秩逼近的快速增量算法及其在人脸图像中的应用_英文_》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第39卷第9期Vol.39,No.92009年9月JOURNALOFUNIVERSITYOFSCIENCEANDTECHNOLOGYOFCHINASep.2009ArticleID:0253-2778(2009)09-0970-10Afastincrementalalgorithmforlowrankapproximationsofmatricesanditsapplicationsinfacialimages12212YANGJ-imei,XIANGSh-iming,LIURong,WANGZeng-fu,LIStanZ(1.DepartmentofAutomation,Univer
2、sityofScienceandTechnologyofChina,Hefei230027,China;2.CenterforBiometricsandSecurityResearch,InstituteofAutomation,ChineseAcademyofSciences,Beijing100190,China)Abstract:Afastincrementalalgorithmforlowrankapproximationsordimensionalityreductionofmatriceswaspresented.Assumingthatmatricescanbedoubl
3、e-sidedanddecomposed,anincrementalsolutionthatconstitutestwocoupledeigenmodelsandthusatwo-stepupdatingprocedurewassetup.Ateachstep,row-roworcolumn-columncovariancematricesastheformofeigen-decompositionwererepresentfirstlyandthennewavailablematriceswereorthogonallydecomposedalongexistingeigenspac
4、esinordertoobtainamorecompactrepresentationofupdatedrow-roworcolumn-columncovariancematrices.Thus,theeigenmodelcouldbeupdatedproperlybysolvinganeigenvalueproblemwithasmallernumberofeigenvalues.Thealgorithmwasappliedtoperformthetasksofbothimagereconstructiononfacialimagedatabasesandfacetrackingon
5、videos.Theseexamplesprovidedextensiveillustrationsofthealgorithmpsperformance.Keywords:lowrankapproximations;PCA;SVD;facialimagesCLCnumber:TP391Documentcode:A矩阵低秩逼近的快速增量算法及其在人脸图像中的应用12212杨济美,向世明,刘荣,汪增福,李子青(1.中国科学技术大学自动化系,安徽合肥230027;2.中国科学院自动化研究所生物特征识别与安全技术研究中心,北京100190)摘要:针对矩阵数据降维或低秩逼近问题,提出了一种快速
6、增量算法.假设矩阵数据存在双边分解,建立了两个相互耦合的特征子空间模型,因此增量算法由两个特征子空间的迭代更新构成.每一步迭代,新载入的矩阵数据沿着行(列)特征子空间进行正交分解,从而获得了行(列)协方差矩阵更紧致的表达.一旦该表达被建立,行(列)特征子空间的更新就可以通过解一个和矩阵数据的行(列)数相比更小规模的特征值问题来完成,算法的高效率得以实现.该算法被应用到人脸图像重构和人脸跟踪问题中,一系列实验表明了算法的有效性.关键词:低秩逼近;主成分分析;奇异值分解;人脸图像Received:2008-06-17;Revised:2009-02-06Foundationitem:Sup
7、portedbytheNationalH-iTechSpecialFunding(2006AA01Z192).Biography:YANGJ-imei,male,bornin1984,master.Researchfield:facerecognition.E-mail:jmyang84@mail.ustc.edu.cnCorrespondingauthor:LIStanZ,PhD/Prof.E-mail:szli@cbsr.ia.ac.cn第
