文章中首先将PCA(主成分分析)、VQ(矢量量化)、NMF(非负矩阵分解)三种方法对一张脸的图片的分解进行了对比
其中从分析出的basis上看到,VQ将原图中的脸分解为n张脸,每张中都着重刻画了脸中的一个特征;而PCA的n张图中的脸虽然也刻画出了特征但都是扭曲的;NMF则于前两种完全不同,其图像中都是原图中脸的不同特征,符合我们对脸的特征的直觉分辨
为啥NFM这么不同于PCA和VQ呢?
首先我们知道一张nxm像素(矩阵V)的照片,其像素点都是非负值;将其分解有
Vmn≈(WH)mn=∑ra=1WmaHan
其中每r列W称为basis images,每列H称为编码
VQ、PCA、NFM的区别在于W和H的选择