| 基于主分量特征与独立分量特征的人脸识别 |
| |
| 引用本文： | 贾莹,段玉波.基于主分量特征与独立分量特征的人脸识别[J].佳木斯大学学报,2010,28(2):180-182. |
| |
| 作者姓名： | 贾莹 段玉波 |
| |
| 作者单位： | 大庆石油学院电气信息工程学院,黑龙江大庆,163318 |
| |
| 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.
|
| 关 键 词： | 主分量分析(PCA) 独立分量分析(ICA) 人脸识别 |
Face Recognition Based On Principal Components And Independent Components |
| |
| JIA Ying,DUAN Yu-bo.Face Recognition Based On Principal Components And Independent Components[J].Journal of Jiamusi University(Natural Science Edition),2010,28(2):180-182. |
| |
| Authors: | JIA Ying DUAN Yu-bo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
