基于分块独立分量分析的人脸识别
提出了一种基于分块独立分量分析(BICA)的特征提取方法.该方法通过将人脸分块降低了光照条件、人脸表情等外在因素对人脸识别的影响,并先后将分块后重组的矩阵的行和列作为训练样本提取独立分量,由于训练样本维数很小,因此它降低了传统独立分量分析(ICA)方法中存在的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AR人脸库上验证了该算法的有效性.
分块、独立分量分析(ICA)、特征提取、人脸识别
14
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
2009-11-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
1837-1842