一种基于小波分解及鲁棒估计的ICA算法及其在人脸识别中的应用

• 作者: 安高云 阮秋琦
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 人脸识别 主分量分析 独立分量分析 小波分解 鲁棒估计
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 科研通信
• 页码范围: 1900-1905
• 页数: 6页
• 分类号: TP391.4
• 字数: 4401字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2006.10.034

摘要

鲁棒主分量分析(RPCA)模型在选取幅度参数时,忽略了各变量独有的统计特性.为克服RPCA模型的这一不足,本文提出了通用鲁棒主分量分析(GRPCA)模型,采用M估计器(M-Estimator)为每个变量估计符合其自身统计特性的幅度参数,以提高模型的鲁棒性和通用性,并在此基础上提出了一种集成小波分解、鲁棒估计及独立分量分析的WR-ICA人脸识别算法.WR-ICA对人脸识别中的多种外部干扰(残缺人脸图像、化妆及遮挡等)都表现出很好的鲁棒性.理论分析和实验结果证实了WR-ICA的有效性,采用Cos距离作相似性度量时,WR-ICA的平均识别率达到99.44%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮秋琦	北京交通大学信息科学研究所	105	1445	20.0	32.0
2	安高云	北京交通大学信息科学研究所	10	50	6.0	6.0