基于二维图像矩阵的ICA人脸识别

• 作者: 陈才扣 黄璞
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 二维 独立分量分析(ICA) 主分量分析(PCA) 特征提取 人脸识别
• 年，卷（期）: 2009,（24）
• 所属期刊栏目: 多媒体技术
• 页码范围: 5686-5688,5691
• 页数: 4页
• 分类号: TP391
• 字数: 3012字
• 语种: 中文

摘要

为了解决传统独立分量分析(ICA)在人脸识别过程中存在的高维小样本问题,同时为了提高识别效率,提出了一种基于二维图像矩阵的独立分量分析(ICA)特征提取方法.该方法将人脸图像矩阵作为训练样本,首先利用主分量分析(PCA)对训练样本进行去二阶相关和降维处理,然后对处理后的样本进行ICA特征提取,由于训练样本维数很小,因此它降低了传统ICA方法中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ORL人脸库上验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈才扣	扬州大学信息工程学院	65	397	11.0	17.0
2	黄璞	扬州大学信息工程学院	4	59	4.0	4.0