基于多重隨機子空間的ICA新方法及其在人臉識別上的應(yīng)用.pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、人臉識別是模式識別領(lǐng)域的一個重要研究課題。由于人臉表情變化、姿勢變化、光照變化，以及計算的小樣本問題等因素，使得用計算機進行人臉識別存在許多困難。獨立分量分析(IndependentComponentAnalysis，簡稱ICA)是上個世紀九十年代興起的基于統(tǒng)計模式的一種信息處理技術(shù)，該方法致力于提取圖像中相互獨立的基圖像來進行識別。 本文針對標準ICA方法中的特征值估計偏差以及利用主成分分析(PrincipalComponen

2、tAnalysis，簡稱PCA)進行降維處理而丟失判別信息的問題，提出基于多重隨機子空間的ICA新方法，并應(yīng)用于人臉識別上。本文的主要工作有以下三方面：一、本文對基于ICA的人臉識別方法作了一個較詳細的綜述。 二、本文提出基于多重隨機子空間的ICA新方法。該方法主要針對標準ICA的兩個問題，做了以下兩點改進： 1、針對基于協(xié)方差矩陣估計特征值會產(chǎn)生偏差的問題，本文對ICA中的協(xié)方差矩陣加入擾動，從而減輕了特征值的估計偏差

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論