У завдання таких як розпізнавання осіб, більша частина важливої інформації може міститися у відносинах високого порядку серед пікселів зображення. Ряд алгоритмів розпізнавання особи використовують аналіз головних компонент (PCA), який заснований на статистиці другого порядку безлічі зображень, і не розглядаються статистичні залежності високого порядку, таких як взаємини між трьома або більше пікселів. Незалежний компонентний аналіз (МКА) є узагальненням СПС, яка розділяє високого порядку моменти входу в додаток до моментів другого порядку. МКА проводили на безлічі зображень облич з неконтрольованою алгоритму навчання, отриманого з принципу оптимальної передачі інформації через сигмоїдальних нейронів. Алгоритм максимізує взаємної інформації між входом і виходом, який виробляє статистично незалежних виходів за певних умов. . Подання ICA перевершує уявлень, заснованих на аналізі основних компонентів для визнання особи протягом сесій і зміни у виразі
Вимоги
Matlab
Коментар не знайдено