基于主分量特征与独立分量特征的人脸识别

• 作者: 段玉波 贾莹
• 来源期刊: 佳木斯大学学报（自然科学版）
• 学科: 工学
• 关键词: 主分量分析(PCA) 独立分量分析(ICA) 人脸识别
• 年，卷（期）: 2010,（2）
• 页码范围: 180-182
• 分类号: TP391.4
• 字数: 1604字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1402.2010.02.006

摘要

PCA方法抽取出的主分量特征与ICA方法抽取出的独立分量特征是对原数据的两类不同描述.PCA是一种基于二阶统计的最小均方误差意义上的最优维数压缩技术,PCA方法所抽取特征的各分量之间是统计不相关的.ICA方法使用数据的二阶和高阶信息抽取数据的独立分量特征.文章对这两种方法做了理论上的比较,并通过实验证明ICA算法提取的特征子空间在人脸识别应用中更有效,识别率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段玉波	大庆石油学院电气信息工程学院	49	452	13.0	18.0
2	贾莹	大庆石油学院电气信息工程学院	2	21	2.0	2.0