| 基于ICA的全局人脸表示 |
| |
| 引用本文： | 王刚,冯贵玉,胡德文.基于ICA的全局人脸表示[J].计算机工程,2004,30(2):40-41,94. |
| |
| 作者姓名： | 王刚 冯贵玉 胡德文 |
| |
| 作者单位： | 国防科技大学机电工程与自动化学院,长沙,410073 |
| |
| 基金项目： | 国家“863”计划基金资助项目(2001AA114180) |
| |
| 摘 要： | 介绍了独立成分分析在全局人脸识别中的应用，重点研究了全局人脸的独立元表示，给出了基于权向量幅值、基于比例因子和基于PCA-ICA算法的3种IC获得途径。基了Umist人脸库的实验结果表明，IC表示识别率明显高于PC表示，其中基于比例因子的IC表示识别效果最好。
|
| 关 键 词： | 独立成分分析 主成分分析 人脸表示 |
| 文章编号： | 1000-3428(2004)02-0040-02 |
Global Face Representation Using Independent Component Analysis |
| |
| WANG Gang,FENG Guiyu,HU Dewen.Global Face Representation Using Independent Component Analysis[J].Computer Engineering,2004,30(2):40-41,94. |
| |
| Authors: | WANG Gang FENG Guiyu HU Dewen |
| |
| Abstract: | This paper introduces independent component analysis and its application in global face recognition. Independent component kernel facial representation is focused and IC subset is obtained in three methods. Test on Umist lab image set shows that IC presentations have higher accuracy than PC representation, and the scale factor method is a most encouraging one. |
| |
| Keywords: | Independent component analysis(ICA) Primary component analysis(PCA) Face representation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
