基于独立分量分析的普适人脸识别系统
安高云
阮秋琦
1.北京交通大学,计算机与信息技术学院,北京,1000442.北京交通大学,计算机与信息技术学院,北京,100044
摘要：在模式识别领域,变量间的高阶统计关系开始受到更多关注.但目前许多人脸识别系统一方面依赖二阶统计关系,另一方面又需先采用主分量分析技术对样本进行降维.主分量分析技术自身却对二阶统计关系敏感,因此需要寻找一种对高阶统计关系敏感的算法作后续处理.为此作者提出了一种基于独立分量分析的普适人脸识别系统,并与传统的基于Fisher线性判别规则的人脸识别系统进行了比较分析,重点讨论在光照方向大幅度变化和人脸图像不完整情况下两种系统性能的优劣.理论分析和实验结果均证实,在这两种情况下,基于独立分量分析的普适人脸识别系统的性能优于传统的基于Fisher线性判别规则的人脸识别系统的性能.
关键词：人脸识别fisher线性判别独立分量分析主分量分析
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(60472033)国家重点基础研究发展计划（973计划）(2004CB318005)高等学校博士学科点专项科研基金(20030004023)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 6-9,14 )
英文信息