计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2007年
9期
2091-2094
,共4页
独立成分分析%特征提取%人脸识别
獨立成分分析%特徵提取%人臉識彆
독립성분분석%특정제취%인검식별
针对利用ICA提取人脸特征时需要将人脸图像转换成向量,导致空间维数很高以及不能准确地估计特征等问题,提出了一种新的独立子空间人脸识别算法--块独立成分分析(B-ICA).和经典的ICA相比,B-ICA算法把人脸图像划分成一些互不重叠的子块,然后把每个子块转换成向量,看成是低维空间中的训练点(训练向量).因此在B-ICA算法中,样本的维数比ICA算法中样本的维数低,降低了维数灾难(即样本的训练个数远小于样本的维数)造成的错误识别率.在Yale和AR数据库上进行了大量仿真实验,实验结果表明B-ICA算法的识别率比ICA和其他一些子空间算法的识别率高.
針對利用ICA提取人臉特徵時需要將人臉圖像轉換成嚮量,導緻空間維數很高以及不能準確地估計特徵等問題,提齣瞭一種新的獨立子空間人臉識彆算法--塊獨立成分分析(B-ICA).和經典的ICA相比,B-ICA算法把人臉圖像劃分成一些互不重疊的子塊,然後把每箇子塊轉換成嚮量,看成是低維空間中的訓練點(訓練嚮量).因此在B-ICA算法中,樣本的維數比ICA算法中樣本的維數低,降低瞭維數災難(即樣本的訓練箇數遠小于樣本的維數)造成的錯誤識彆率.在Yale和AR數據庫上進行瞭大量倣真實驗,實驗結果錶明B-ICA算法的識彆率比ICA和其他一些子空間算法的識彆率高.
침대이용ICA제취인검특정시수요장인검도상전환성향량,도치공간유수흔고이급불능준학지고계특정등문제,제출료일충신적독립자공간인검식별산법--괴독립성분분석(B-ICA).화경전적ICA상비,B-ICA산법파인검도상화분성일사호불중첩적자괴,연후파매개자괴전환성향량,간성시저유공간중적훈련점(훈련향량).인차재B-ICA산법중,양본적유수비ICA산법중양본적유수저,강저료유수재난(즉양본적훈련개수원소우양본적유수)조성적착오식별솔.재Yale화AR수거고상진행료대량방진실험,실험결과표명B-ICA산법적식별솔비ICA화기타일사자공간산법적식별솔고.
