潘彬彬
- 作品数：9 被引量：10H指数：1
- 供职机构：深圳大学更多>>
- 发文基金：国家自然科学基金广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于核非负矩阵分解的字典学习和稀疏特征表示的人脸识别方法及系统
- 本发明提供了一种基于核非负矩阵分解(KNMF)的字典学习和稀疏特征表示的人脸识别方法及系统，该人脸识别方法包括将个类预设的非负训练样本图像表示为非负列向量，并组合成<I>c</I>个非负小矩阵；然后分别对执行核非负矩阵分...
- 陈文胜李育高潘彬彬陈波
- 文献传递
- 构造基于分数阶微分信息的自适应权重活动轮廓模型的方法及系统
- 本发明提供了一种构造基于分数阶微分信息的自适应权重活动轮廓模型的方法及系统，该系统包括输入模块、初始化模块、第一计算模块、第二计算模块、判断模块、输出模块。本发明的有益效果是：本发明通过引入分数阶微分，构造出一个新的差值...
- 陈波张陈陈文胜潘彬彬周晓慧
- 文献传递
- 一种图像分割方法及系统
- 本发明适用图像处理技术领域，提供了一种图像分割方法及系统，包括：根据预设的训练样本，通过二维非负矩阵分解获取一基图像；根据基图像以及预设的测试样本重构一形状先验；在待分割图像上预设一初始轮廓曲线，获取初始轮廓曲线内部和外...
- 陈波邹庆华陈文胜潘彬彬
- 文献传递
- 人脸识别非负矩阵分解增量学习研究
- 潘彬彬
- 关键词：人脸识别非负矩阵分解特征提取
- 基于分块非负矩阵分解人脸识别增量学习被引量：9
- 2009年
- 非负矩阵分解(NMF)算法可以提取图像的局部特征,然而NMF算法有两个主要缺点:a)当矩阵维数较大时,NMF算法非常耗时;b)当增加新的训练样本或类别时,NMF算法必须进行重复学习。为克服NMF算法这些缺点,提出了一种新的分块NMF算法(BNMF)。特别地,该方法还可用于增量学习。通过在FERET和CMUPIE人脸数据库上进行实验,结果表明该算法均优于NMF和PCA算法。
- 潘彬彬陈文胜徐晨
- 关键词：非负矩阵分解局部特征提取人脸识别
- 构造基于分数阶微分信息的自适应权重活动轮廓模型的方法及系统
- 本发明提供了一种构造基于分数阶微分信息的自适应权重活动轮廓模型的方法及系统，该系统包括输入模块、初始化模块、第一计算模块、第二计算模块、判断模块、输出模块。本发明的有益效果是：本发明通过引入分数阶微分，构造出一个新的差值...
- 陈波张陈陈文胜潘彬彬周晓慧
- 一种基于核机器学习的非负矩阵分解人脸识别方法及系统
- 本发明提供了一种基于核机器学习的非负矩阵分解人脸识别方法及系统，该方法包括A、B、C、D、E五个步骤。本发明的有益效果是：本发明通过直接对两个核矩阵进行学习，从而避免了对原像矩阵的学习，通过改变学习的对象，使迭代公式中避...
- 陈文胜赵阳陈波潘彬彬
- 文献传递
- 基于增量非负矩阵分解的自适应背景模型被引量：1
- 2016年
- 提出一种基于增量非负矩阵分解的自适应背景模型,以处理动态背景变化.当有新的数据流到达时,利用增量非负矩阵分解有效地更新背景模型.实验结果表明,与非负矩阵分解相比,增量非负矩阵分解不仅运算时间更少,而且能够提取出更好的前景.
- 董怀琴潘彬彬陈文胜徐晨
- 关键词：应用数学非负矩阵分解特征提取满秩分解
- 一种基于核机器学习的非负矩阵分解人脸识别方法及系统
- 本发明提供了一种基于核机器学习的非负矩阵分解人脸识别方法及系统，该方法包括A、B、C、D、E五个步骤。本发明的有益效果是：本发明通过直接对两个核矩阵进行学习，从而避免了对原像矩阵的学习，通过改变学习的对象，使迭代公式中避...
- 陈文胜赵阳陈波潘彬彬
