正交非负CP分解的图像表示和识别

提出了一种正交非负CP分解算法。将图像库视为三阶张量,进行非负分解,并对非负因子增加了正交约束,保证了图像低维表示的非负性。实验结果表明,较之其他非负分解算法,正交非负CP算法通过增加基图像的正交约束,减少了基图像的冗余性,进一步提高了基图像的稀疏性,同时保证了低维特征的非负性;将其用于人脸表情识别,该算法具有较高的识别率,在有限次迭代次数内能够达到收敛,并且该算法可以推广到任意阶张量。