• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Design of a face recognition system using incremental principal component and independent component analysis (IPCA-ICA) methods.
【24h】

Design of a face recognition system using incremental principal component and independent component analysis (IPCA-ICA) methods.

机译：使用增量主成分和独立成分分析（IPCA-ICA）方法设计人脸识别系统。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this study, a fast incremental principal non-Gaussian directions analysis algorithm, called IPCA-ICA, is introduced. Two major techniques are used sequentially in a real-time fashion in order to obtain the most efficient and independent components that describe a whole set of human faces database. This procedure is done by merging the runs of two algorithms based on principal component analysis (PCA) and independent component analysis (ICA) running sequentially. The first technique is called incremental principal component analysis (IPCA) which is an incremental version of the popular unsupervised principal component technique. The traditional PCA algorithm computes eigenvectors and eigenvalues for a sample covariance matrix derived from a well-known given image data matrix, by solving an eigenvalue system problem. The second technique is called independent component analysis (ICA). It is used to estimate the independent characterization of human faces.
机译：在这项研究中，介绍了一种称为IPCA-ICA的快速增量主非高斯方向分析算法。为了获得描述整个人脸数据库的最有效，最独立的组件，实时地依次使用了两种主要技术。通过合并顺序运行的基于主成分分析（PCA）和独立成分分析（ICA）的两种算法的运行来完成此过程。第一种技术称为增量主成分分析（IPCA），它是流行的无监督主成分技术的增量版本。传统的PCA算法通过解决特征值系统问题，计算从已知的给定图像数据矩阵派生的样本协方差矩阵的特征向量和特征值。第二种技术称为独立成分分析（ICA）。它用于估计人脸的独立特征。

著录项

  • 作者

    Patel, Rajeshkumar.;

  • 作者单位

    Tennessee State University.;

  • 授予单位 Tennessee State University.;
  • 学科 Engineering Computer.;Computer Science.
  • 学位 M.S.
  • 年度 2013
  • 页码 135 p.
  • 总页数 135
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号