matlab实现nmf算法人脸识别

基于matlab实现nmf算法的人脸识别涉及到以下几个步骤：

第一步，收集人脸图像库。收集具有代表性的人脸图像，建立人脸库，以备后续人脸识别时的对比。

第二步，将人脸图像转化为特征矩阵。用matlab中的图像处理工具将人脸图像转化为灰度图像，通过对图像进行直方图均衡化、归一化等基本处理来降低噪声。然后再将图像灰度矩阵转换成特征矩阵。

第三步，读入nmf算法。通过matlab中各种函数将nmf算法读入，对输入的特征矩阵进行矩阵分解，将原始数据转换为低维度的特征向量，进而实现人脸图像的降维和特征提取。

第四步，选取分类器。根据需要选择合适的分类器，可以是朴素贝叶斯，SVM等等。

第五步，训练与识别。通过训练样本对选取的分类器进行训练，得到分类器的模型参数。对于新的人脸图像，通过之前的特征提取和分类器模型，即可进行人脸识别，判定其属于哪个人脸库中的人脸。

通过以上步骤，基于matlab实现nmf算法的人脸识别系统已经建立。当新的人脸图像进入系统时，系统会自动进行特征提取和分类，从而实现人脸识别的功能。当然，在实际应用中，系统性能和准确率还需要根据具体情况进一步优化。