Σε ένα έργο, όπως η αναγνώριση προσώπου, μεγάλο μέρος των σημαντικών πληροφοριών μπορεί να περιέχονται στις σχέσεις υψηλής τάξης μεταξύ των pixel της εικόνας. Ένας αριθμός των αλγορίθμων αναγνώρισης προσώπου απασχολούν ανάλυση κύριων συνιστωσών (PCA), η οποία βασίζεται στις στατιστικές δεύτερης τάξης του συνόλου της εικόνας, και δεν ασχολείται με υψηλής τάξης στατιστικά εξαρτήσεις όπως τις σχέσεις μεταξύ των τριών ή περισσότερα pixel. Ανάλυση ανεξάρτητων συνιστωσών (ICA) είναι μια γενίκευση της ΣΕΣΣ που χωρίζει τις στιγμές υψηλής τάξης της εισόδου εκτός από τις στιγμές δεύτερης τάξης. ICA διεξήχθη σε ένα σύνολο εικόνων προσώπου από μια ανεξέλεγκτη αλγόριθμο μάθησης που προέρχονται από την αρχή της βέλτιστη μεταφορά πληροφοριών μέσω σιγμοειδή νευρώνες. Ο αλγόριθμος μεγιστοποιεί την αμοιβαία ενημέρωση μεταξύ της εισόδου και της εξόδου, η οποία παράγει στατιστικά ανεξάρτητες έξοδοι, υπό ορισμένες προϋποθέσεις. . ICA παράσταση ήταν ανώτερη σε παραστάσεις με βάση την ανάλυση κυρίων συνιστωσών για την αναγνώριση προσώπων σε όλη συνεδρίες και αλλαγές στην έκφραση
Απαιτήσεις :
Matlab
Τα σχόλια δεν βρέθηκε