ICA Face Recognition

Descripción

En una tarea como el reconocimiento facial, gran parte de la información importante puede estar contenida en las relaciones de alto orden entre los píxeles de la imagen. Varios algoritmos de reconocimiento facial emplean el análisis de componentes principales (PCA), que se basa en las estadísticas de segundo orden del conjunto de imágenes y no aborda las dependencias estadísticas de alto orden, como las relaciones entre tres o más píxeles. El análisis de componentes independientes (ICA) es una generalización de PCA que separa los momentos de orden superior de la entrada además de los momentos de segundo orden. ICA se realizó en un conjunto de imágenes faciales mediante un algoritmo de aprendizaje no supervisado derivado del principio de transferencia de información óptima a través de neuronas sigmoidales. El algoritmo maximiza la información mutua entre la entrada y la salida, lo que produce salidas estadísticamente independientes bajo ciertas condiciones. La representación ICA fue superior a las representaciones basadas en el análisis de componentes principales para el reconocimiento de rostros en las sesiones y los cambios de expresión.