基于小波和NMFs的人脸识别方法研究的中期报告中期报告一、研究内容本研究的目标是提出一种基于小波变换和非负矩阵分解（NMFs）的人脸识别方法。具体来说，本研究将对人脸图像进行小波变换以提取特征，并将所得到的小波系数表征为非负矩阵以进行人脸识别。本研究的主要内容包括以下几个方面：1.综述小波变换和NMFs在人脸识别中的应用。该部分将介绍小波变换和NMFs的基本原理，并着重探讨它们在人脸识别中的应用。2.数据集的获取和预处理。本研究将使用ORL人脸数据库进行实验，该数据库包含40个不同人的400张灰度人脸图像。在进行实验之前，本研究将对图像进行预处理，例如去除噪声、对图像进行缩放等。3.小波变换的实现。本研究将采用离散小波变换以提取人脸图像的特征。我们将探索不同小波基函数的影响，并选择最优的小波基进行实验。4.NMFs的实现。本研究将使用NMFs将前面所得到的小波系数表征为非负矩阵，并应用于人脸识别。我们将探索不同参数对于识别率的影响，并选择最优的参数进行实验。5.实验结果和分析。本研究将在ORL人脸数据库上进行实验，并计算分类准确率和识别率。我们将分析实验结果，并比较该方法与其他人脸识别方法的性能差异。二、进展情况目前，我们已经完成了小波变换的实现，并探索了不同小波基函数对于人脸识别的影响。我们发现Daubechies小波基函数的性能最佳，并将其应用于后续的实验中。在NMFs的实现中，我们已经完成了在MATLAB编程环境中的单次迭代，并探索了不同参数对于分类性能的影响。我们将进一步优化NMFs的实现，例如增加迭代次数、设置不同的收敛准则等。下一步，我们将继续实现NMFs并将其应用于人脸识别，以便评估我们的方法的分类准确性和识别率。我们预计在未来一个月内完成该部分实验并写出相应的报告。