In einer Aufgabe, wie Gesichtserkennung, ein Großteil der wichtigen Informationen können in den höherwertigen Beziehungen zwischen den Bildpunkten enthalten sein. Eine Reihe von Gesichtserkennungs-Algorithmen auf die Hauptkomponentenanalyse (PCA), die auf den Statistiken zweiter Ordnung der Bildsatz basiert und keine höherwertigen statistische Abhängigkeiten anzugehen, wie die Beziehungen zwischen den drei oder mehr Pixel. Independent Component Analysis (ICA) ist eine Verallgemeinerung der PCA, die die höherwertigen Momente der Eingabe zusätzlich zu den Momente zweiter Ordnung trennt. ICA wurde auf eine Reihe von Gesichtsbildern von einer unüberwachten Lernalgorithmus vom Grundsatz der optimalen Informationstransfer durch sigmoidale Neuronen abgeleitet geführt. Der Algorithmus maximiert die gegenseitigen Information zwischen dem Eingang und dem Ausgang, der statistisch unabhängigen Ausgängen unter bestimmten Bedingungen erzeugt. . ICA Darstellung überlegen war Darstellungen auf Basis von Hauptkomponentenanalyse zum Erkennen von Gesichtern über Sitzungen und Veränderungen in der Expression
Anforderungen :
Matlab
Kommentare nicht gefunden