学位论文 > 优秀研究生学位论文题录展示
独立成分分析与人脸识别
作 者: 罗起祥
导 师: 张振跃
学 校: 浙江大学
专 业: 计算数学
关键词: 独立成分分析 主成分分析 线性表示 人脸识别
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 176次
引 用: 0次
阅 读: 论文下载
内容摘要
独立成分分析是20世纪90年代发展起来的一种方法,其主要目的是寻找非高斯数据的线性表示。这种线性表示要求各成分是统计独立的,或者说尽可能的统计独立。由于ICA使用了数据的高阶统计量,因此得到的线性表示在诸如特征提取,信号分离的实际应用中往往能抓住数据的本质结构。本文的着重点并不是放在ICA算法的起源问题-信号分离问题,而是将ICA应用于人脸识别领域。目前,可用于该领域的其它方法有PCA(主成分分析),LDA(线性判别分析)。PCA是仅仅依靠二阶统计量来获取线性表示的经典方法,在本文它将用于与ICA进行对比。我们还将对ICA方法中的FastICA方法与InfomaxICA方法进行比较。本文先对ICA进行概述,重点强调了ICA的两个前提假设,一个是数据的非高斯性假设,另一个是数据的统计独立假设。接着对求解ICA问题的方法进行介绍,针对其中基于峭度的梯度算法进行了改进,改进的方式是利用不精确搜索。针对其中的FastICA算法,提出一种新的迭代模式。最后,进行了人脸识别的数值实验。在实验之前,提出一种更高效的求解协方差阵特征分解的方法。通过实验得出结论:在数据满足非高斯性的条件下,使用ICA的人脸识别一般说来要优于使用PCA的人脸识别。
|
全文目录
相似论文
- 基于质谱的雷公藤甲素肝脏毒性代谢组学研究,R285
- 改进的主成分分析方法在学科建设中的应用,G642.4
- 高分辨率SAR影像裸土信息提取及土壤含水量反演初探,S152.7
- 基于子模式的局部保留映射的人脸识别方法研究,TP391.41
- 基于稀疏表示的人脸识别算法研究,TP391.41
- 基于局部优化投影的人脸识别方法研究,TP391.41
- 黑河源区湿地动态变化分析及驱动力分析,P931.1
- 基于动态模糊关系的深层结构学习算法研究,TP181
- 三维人脸识别系统研究,TP391.41
- 基于仿生模式识别的三维人脸识别研究,TP391.41
- 鲁棒流形学习算法研究,TP391.41
- 基于U型脸模型及遗传算法的人脸识别技术研究,TP391.41
- 人脸分形特征提取与识别算法研究,TP391.41
- 基于流形学习的人脸识别算法研究,TP391.41
- 基于伪Zernike矩和BP网络的人脸识别算法研究,TP391.41
- 人脸识别系统中关键技术研究,TP391.41
- 基于数据分布特性的多变量过程监测及故障诊断,TP274
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
- 基于Gabor和SVM的光照鲁棒人脸识别算法研究,TP391.41
- 基于结构方程的脑卒中运动功能神经机制建模研究,R318.0
- 车牌识别中车牌定位技术的研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|