基于改进的独立分量分析的人脸识别方法

• 作者: 徐毅琼 李弼程 王波
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 人脸识别 独立分量分析 快速独立分量分析算法 遗传算法
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 184-187
• 页数: 4页
• 分类号: TP391
• 字数: 3874字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2006.02.013

摘要

将独立分量分析(Independent Component Analysis,ICA)作为人脸特征提取方法.ICA所提取的特征分类能力强、相互独立,对像素间高阶统计特性敏感,并且不易受光照变化的影响.实验结果表明,基于ICA的人脸特征提取方法的识别性能优于特征脸法.针对传统的ICA算法(Informax算法)存在迭代次数多,难收敛,并且需要人工设定步长来调整学习速度的不足,本文采用FastICA作为ICA的快速算法,并将其关键迭代步骤加以改进,减少了耗时的雅可比矩阵求逆的运算次数.所提出的改进的FastICA具有无需人工参与,收敛速度快,迭代次数少的优点.在特征选择方面,本文将遗传算法(Genetic Algorithm,GA)应用到独立分量的选择与优化中,从而在保证较高识别性能的前提下,获得最优的人脸特征子集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王波	中国人民解放军信息工程大学信息工程学院	82	361	11.0	15.0
2	李弼程	中国人民解放军信息工程大学信息工程学院	3	9	2.0	3.0
3	徐毅琼	中国人民解放军信息工程大学信息工程学院	1	7	1.0	1.0