基于RMFA-ICA的人脸识别

摘要：

针对有噪的ICA模型,提出一种有限制的平均场近似(restrictive mean field approximation,RMFA)的算法来求解ICA模型参数和源信号的估计问题.在传统MFA-ICA算法的基础上,提出将ICA中的模型参数和源信号均限制为非负,目的是使得提取出的特征更独立,更利于识别.通过手写体数字和仿真模拟人脸图形以及ORL人脸数据进行实验,将RMFA-ICA算法与传统的ICA算法和无限制的MFA-ICA算法进行比较,对于手写体数字和仿真模拟人脸图形,RMFA-ICA算法能分离出更独立的特征,对于ORL人脸数据,其结果表明,利用RMFA-ICA算法明显优于传统ICA算法和无限制MFA-ICA算法识别结果.

关键词：平均场近似、独立成分分析、人脸识别、特征提取

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2006-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：662-666