基于奇异值特征与ICA相结合的神经网络人脸识别法.pdfVIP

基于奇异值特征与ICA相结合的神经网络人脸识别法.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于奇异值特征与ICA相结合的神经网络人脸识别法.pdf

558 第四部分模式识别、机器视觉与多媒体 基于奇异值特征与ICA相结合的神经网络人脸识别法 李志强,葛卫丽 摘要:文中提出了一种奇异值特征与ICA相结合的神经网络人脸识别方法。其中人脸图像矩阵用计算出的每一幅图像 的奇异值组成的向量来代替。在此基础上,运用ICA法得到一组影像基,将待测图像的奇异值向量投影到这组影像基上, 得到投影系数,根据投影系数运用神经网络方法进行人脸识别。此方法在不影响识别率的情况下,降低了计算复杂度。 关键词: 奇异值特征;独立分量分析(IcA);神经网络;人脸识别 Face MethodBasedOn ValueFeaturesand Recognition Singular andNeuralNetwork IndependentComponentAnalysis LI Wei—li Zhi—qiang,GE (Automatedcommand staffroom,armed police.Engineercollege,Xi’an,Shanxi,710086,China,Email: xahaowang@yahoo.com.cn) Abstract:Anewface methodbasedon value andneuralnetwork recognition singularfeatures,independentcomponentanalysis is inthis vector ofits valuefeatures theface proposedpaper.A composedsingular replaces matrix.Using image independent canobtainasetof thevectorthatis ofthe value componentanalysis,we independentsources.Byprojecting composedsingular featuresoftheunknownface onthese can outthe canusethe independentsources,we modulus.Then,we image figure projection neuralnetworkmethodto theface themodulus.Thismethodnot makesthe alsonot recognizeby only computationeasy,but affectsthe ratio. recognition Value Keywords:SingularFeatures,Independent Network,Face ComponentAnalysis,Neural Recognition 多的方法,但它只考虑了二阶统计信息,而独立成 份法(英文缩写ICA,是主元分析法的一般化表示) 1 引言 充分利用了高阶统计信息。它将人脸图像分解成

文档评论(0)

带头大哥 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档