基于核独立成分分析的人脸识别研究.pdf

维普资讯 第25卷第6期 计算机应用 Vol_25No．6 2005年 6月 ComputerApplications June2005 文章编号 ：1001—9081(2005)06—1324一U3 基于核独立成分分析 的人脸识别研 究 尹克重，龚卫国，李伟红 ，梁毅雄 ，张红梅 (重庆大学 光电工程学院，重庆 400044) (yinkezhong@gmail．com) 摘 要：在人脸识别中提出一种基于非线性子空间的核独立成分分析(KICA)方法。在简单介绍 了ICA方法的基础上，对KICA方法的基本原理和算法作 了较为详细的描述。为 了验证基于KICA和 ICA的人脸识别方法的识别效果 ，进行 了对比实验和分析。实验和分析结果表明，在人脸识别中，基 于 KICA的方法优于基于 ICA的方法。 关键词 ：核独立成分分析 ；独立成分分析；广义核方差；人脸识别 中图分类号：TP391．41 文献标识码 ：A Researchon KICA-basedfalcerecognition YIN Ke．zhong，GONG Wei—guo，LIWei—hong，LIANG Yi—xiong，ZHANG Hong—mei (CollegeofOptoEelctronicEngineering，ChongqingUniversity,Chongqing4OOO44，China) Abstract：AnewapproachtOfacerecognition--kernelindependentcomponentanalysis(KICA)WaSintroducedthatWaS baSedonanentirefunctionspaceofnonlinearsubspace Firstintroducde ICA inaconcisewaynadmainlydi8CU88theKICA’ 8basicprinciplenadalgorithm。nadnaalyzedthediffemncesbetweentheICA nadKICA infacerecognition．Finally，the experimental andnaalytical ms~tsshowthatinfacerecongitionKICAalgorithm outperformsICA algorithm． Keywords：kernelindependentcomponentanalysis(KICA)；independentcomponentnaalysis(ICA)；kernel generalizedvarinace(KGV)；facerecongition 基于ICA和核技术的优点，我们提出在人脸识别中应用 0 引言 核独立成分分析 (KICA)方法。其特点是利用重建核希尔伯 人脸识别在人与人的交流过程中起着极其重要的作用， 特空间(RKHS)内的非线性函数作为对比函数，将信号从低 其应用领域包括很多方面，比如身份鉴别、保安系统、人机交 维空间映射到高维空间，并运用核方法在该空间内搜索对比 互界面等等。人脸识别系统虽然有着 良好的应用前景，但是 函数的最小值。因此，与传统 ICA算法相比具有更好的灵活 在现实中却还没有广泛的使用。主要原因之一就是人脸的图 性和鲁棒性。 像数据具有高度的随机性。光照条件、脸的姿态、表情、发型、