基于二维图像矩阵的ICA人脸识别
为了解决传统独立分量分析(ICA)在人脸识别过程中存在的高维小样本问题,同时为了提高识别效率,提出了一种基于二维图像矩阵的独立分量分析(ICA)特征提取方法.该方法将人脸图像矩阵作为训练样本,首先利用主分量分析(PCA)对训练样本进行去二阶相关和降维处理,然后对处理后的样本进行ICA特征提取,由于训练样本维数很小,因此它降低了传统ICA方法中高维小样本问题产生的识别错误率,同时减少了识别时间.在Yale人脸库和ORL人脸库上验证了该算法的有效性.
二维、独立分量分析(ICA)、主分量分析(PCA)、特征提取、人脸识别
30
TP391(计算技术、计算机技术)
国家自然科学基金项目60875004;江苏省高校自然科学基金项目07KJB520133
2010-03-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
5686-5688,5691