共 1 条
块独立成分分析的人脸识别
被引:5
作者:
张磊
高全学
机构:
[1] 香港理工大学电子计算学系
来源:
关键词:
独立成分分析;
特征提取;
人脸识别;
D O I:
暂无
中图分类号:
TP391.41 [];
学科分类号:
080203 ;
摘要:
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。
引用
收藏
页码:2091 / 2094
页数:4
相关论文