一种面向视角缺失人脸识别的多维特征融合聚类方法

一种面向视角缺失人脸识别的多维特征融合聚类方法，属于计算机视觉中的人脸图像数据聚类处理领域，本发明首先为非完备多视角人脸图像数据构建核矩阵，并进行多核补全。然后通过特征分解将每个视角下的核矩阵映射到不同的维度空间，获得不同维度的特征矩阵，再通过旋转矩阵将其融合为固定维度的一致表示矩阵。将一致表示作为原始数据的替代进行张量子空间学习，根据学习到的张量子空间矩阵计算亲和矩阵，并对其进行谱聚类，获得最终的聚类结果。与其他方法相比，本发明的精确度更高，性能更加稳健。