作　　者： ; ; ;

机构地区： 国防科学技术大学机电工程与自动化学院

出　　处： 《国防科技大学学报》 2003年第3期84-87,共4页

摘　　要： 将独立成分分析(ICA)应用于多姿态人脸识别。对比分析了ICA和主成分分析(PCA)两种人脸识别方法的差异,并重点研究了多姿态人脸的独立成分(IC)表示。在基于权向量幅值的方法基础上,引入了基于比例因子的IC核选择的新方法。实验表明,新方法有利于提高识别的准确率和识别的效率。 Independence component analysis (ICA) is applied in posevaried face recognition. Discriminations between ICA and principal component analysis (PCA) in face recognition are analyzed, and independent component (IC) representation in posevaried face is discussed in detail. Based on the method that selects a subset as the kernel for the representation by ordering the sources via the magnitude of the corresponding weights, a novel IC representation of posevaried face based on the scale factor is proposed. Demonstration indicates that the proposed method is efficient.

关 键 词： 独立成分分析 多姿态 人脸表示 比例因子

领　　域： [自动化与计算机技术] [自动化与计算机技术]