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：

计算机应用 | 2007年 / 09期

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

页码：2091 / 2094

页数：4