В задачи таких как распознавание лиц, большая часть важной информации может содержаться в отношениях высокого порядка среди пикселей изображения. Ряд алгоритмов распознавания лица используют анализ главных компонент (PCA), который основан на статистике второго порядка множества изображений, и не рассмотрены статистические зависимости высокого порядка, таких как отношений между тремя или более пикселей. Независимый анализ компонент (ICA) является обобщением СПС, которая разделяет высокого порядка моменты входа в дополнение к моментов второго порядка. МКА проводили на множестве изображений лица с неконтролируемой алгоритма обучения, полученного из принципа оптимального передачи информации через сигмоидальных нейронов. Алгоритм максимизирует взаимной информации между входом и выходом, который производит статистически независимых выходов при определенных условиях. . Представление МКА превосходит представлений, основанных на анализе основных компонентов для признания лица всей сессии и изменения в выражении
Требования
Matlab
Комментарии не найдены