基于对称ICA的特征抽取方法及其在人脸识别中的应用

• 作者: 吴小俊 於东军 杨静宇 郑宇杰
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 独立成分分析 对称独立成分分析 人脸识别 奇偶分解 镜像变换
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 116-121
• 页数: 6页
• 分类号: TP391.41
• 字数: 4431字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2006.01.021

摘要

独立成分分析在信号处理和图像处理领域已受到广泛关注.本文提出了一种基于人脸直观自然特性的新算法--对称独立成分分析.该算法在代数上基于函数分解的思想,几何上基于人脸的镜像对称.首先引入镜像变换,然后根据奇、偶分解原理,分别生成奇偶对称样本,最后分别提取各奇偶样本的独立成分.理论分析与实验证明,该算法巧妙利用了镜像样本,既扩大了样本容量,又提高了识别率.同时该算法对光照变化有一定的不敏感性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学与技术系	623	11098	50.0	74.0
2	吴小俊	江苏科技大学电子信息学院	15	206	8.0	14.0
4	於东军	南京理工大学计算机科学与技术系	64	503	15.0	19.0
7	郑宇杰	南京理工大学计算机科学与技术系	24	285	11.0	16.0