基于采樣的二維獨立分量分析的單訓練樣本人臉識別

摘要:人臉識別是當前人工智能和模式識別的研究熱點。二維獨立分量分析(twodimensional independent component analysis，2DICA)是人臉特征描述和識別地一種非常有效的方法，但是必須有一定數量和代表性的訓練樣本的支持。當僅有一個訓練樣本時，該方法中的協方差矩陣就變成了零矩陣，方法就會失效。針對這一問題，提出了一種基于采樣二維獨立分量分析(sampled twodimensional independent component analysis，S2DICA)人臉識別方法。該方法是在2DICA運算之前，首先對單訓練樣本進行采樣，通過多頻率采樣可以獲取多個不同頻率下的采樣樣本，然后對采樣樣本進行2DICA特征提取，最后采用神經網絡分類識別，對人臉庫ORL和YEL作了相關實驗，將該方法與GREY、PCA、ICA、2DICA、PC PCA、FLDA、Sampled FLDA等傳統方法作了比較，最終證明了該方法可以有效地解決單訓練樣本人臉識別的問題。

關鍵詞:獨立分量分析;二維獨立分量分析;采樣二維獨立分量分析;徑向基網絡

中圖分類號:TP391文獻標志碼:A

文章編號:10013695(2010)01034503

doi:10.3969/j.issn.10013695.2010.01.103