ICA Face Recognition

Penerangan

Dalam tugas seperti pengecaman muka, kebanyakan maklumat penting mungkin terkandung dalam perhubungan tertib tinggi antara piksel imej. Sebilangan algoritma pengecaman muka menggunakan analisis komponen utama (PCA), yang berdasarkan statistik tertib kedua bagi set imej, dan tidak menangani kebergantungan statistik peringkat tinggi seperti perhubungan antara tiga atau lebih piksel. Analisis komponen bebas (ICA) ialah generalisasi PCA yang memisahkan momen tertib tinggi input sebagai tambahan kepada momen tertib kedua. ICA dilakukan pada satu set imej muka oleh algoritma pembelajaran tanpa pengawasan yang diperoleh daripada prinsip pemindahan maklumat optimum melalui neuron sigmoidal. Algoritma memaksimumkan maklumat bersama antara input dan output, yang menghasilkan output bebas statistik dalam keadaan tertentu. Perwakilan ICA adalah lebih baik daripada perwakilan berdasarkan analisis komponen utama untuk mengenali wajah merentas sesi dan perubahan dalam ekspresi.