Em uma tarefa, como reconhecimento de face, grande parte da informação importante pode estar contida nas relações de alta ordem entre os pixels da imagem. Uma série de algoritmos de reconhecimento de face empregar Análise de Componentes Principais (PCA), que se baseia nas estatísticas de segunda ordem do conjunto de imagens, e não aborda as dependências estatísticos de alta ordem, como as relações entre três ou mais pixels. Análise de componentes independentes (ICA) é uma generalização do APC, que separa os momentos de maior ordem de entrada para além dos momentos de segunda ordem. ICA foi realizada em um conjunto de imagens de face por um algoritmo de aprendizado não supervisionado derivado do princípio da transferência ótima informações através dos neurônios sigmoidais. O algoritmo maximiza a informação mútua entre a entrada e a saída, o qual produz saídas estatisticamente independentes sob certas condições. . Representação ICA foi superior ao representações com base em análise de componentes principais para reconhecer rostos nas sessões e mudanças na expressão
Requisitos :
Matlab
Comentários não encontrado