基于核独立成分分析和 BP 网络的人脸识别.pdfVIP

, ( ) 计算机工程与应用 230 ComputerEngineeringandApplications 基于核独立成分分析和BP网络的人脸识别 陈玉山,席 斌 , CHENYu-shanXIBin 厦门大学 信息科学与技术学院 自动化系 模式识别与智能系统,福建 厦门 361005 , , , , , DepartmentofAutomationSchoolofInformationScienceandTechnologyXiamenUniversityXiamenFujian361005China : E-mailcys200431052@ , CHENYu-shanXIBin.FacerecognitionbasedonKICA andBPneuralnetwork.ComputerEngineeringandApplica- , , ( ): tion230-232. : ( ) AbstractTheKernelIndependentComponentAnalysisKICA basedonanentirefunctionspaceofnonlinearsubspaceisused , , forfeatureextractionandBPneuralnetworkisusedastheclassifier.FirstexplainsthebasicconceptofICAinaconciseway ’ , thentheKICAsbasicprincipleandalgorithmandhowtoconstructtheBPneuralnetworkisdiscussedfinallytheexperimental andanalysisresultsshowthatinthefacerecognitionKICA+BPalgorithmoutperformsotheralgorithm. : ; ; ; Keywords facerecognitionICAKICABPneuralnetwork 摘 要:用基于非线性子空间的核独立成分分析方法( )对人脸图像进行特征提取,用三层的 网络作为分类器,对人脸进 KICA BP 行识别。在简单介绍基本的独立成分分析( )的基本原理的基础上,对 的原理和算法作了详细的描述,并详细介绍了三层 ICA KICA BP网络的设计。最后为了验证KICA+BP网络的效果,进行对比实验和分析。实验和分析的结果表明,在人脸识别中,该方法的效 果明显好于其它方法。 关键词:人脸识别;独立成分分析;核独立成分分析; 网络 BP 文章编号: ( ) 文献标识码: 中图分类号: 1002-8331200726-0230-03 A TP391.4 1 引言 用,并能消除数据的高阶相关性。因此本文采用KICA作为提 人脸的自动识别是模式识别领域中的一个十分活跃的课 取特征的方法。 题,自 世纪 年代初开始得到高度的重视。它现已广泛地 设计一个好的分类器是解决人脸识别问题的两个关键之 20 90 应用于公安系统的罪犯身份识别、驾驶执照及护