技术特征：
技术总结
本发明提供了一种基于E辅助函数的半非负矩阵分解的人脸识别方法、系统及存储介质，该人脸识别方法包括第一步骤：将训练样本图像转化为训练样本矩阵，设置误差阈值、最大迭代次数，并输入训练样本矩阵、误差阈值和最大迭代次数；第二步骤：对基图像矩阵和系数矩阵进行初始化；第四步骤：根据公式（6）更新基图像矩阵和系数矩阵；第六步骤：判断目标函数或迭代次数n是否达到最大迭代次数，如果是，那么输出基图像矩阵和系数矩阵，否则执行第四步骤。本发明的有益效果是：本发明的人脸识别方法具有高识别性能与低计算复杂度的优势，通过在公开的人脸数据库中与相关算法进行实验比较，结果表明本专利开发的方法具有一定的优越性。
技术研发人员：陈文胜;陈海涛
受保护的技术使用者：深圳大学
技术研发日：2018.12.14
技术公布日：2019.03.22