Sa isang gawain tulad ng mukha pagkilala, magkano ng mahalagang impormasyon na maaaring nakapaloob sa mga relasyon mataas na-order sa mga imahe pixels. Ang isang bilang ng mga algorithm ng pagkilala ng mukha nagpapatupad punong-guro pagtatasa bahagi (PCA), na batay sa mga istatistika ng pangalawang-sunod ng mga hanay imahe, at hindi matugunan ang pang-istatistikang mga dependency mataas na-order tulad ng mga relasyon sa tatlong o higit pang mga pixel. Independent pag-aaral bahagi (Ica) ay isang kalahatan ng PCA na naghihiwalay ang mga sandali high-sunod ng mga input sa karagdagan sa mga sandali pangalawang-order. Ica ay ginanap sa isang hanay ng mga mukha ng mga larawan sa pamamagitan ng isang unsupervised algorithm sa pag-aaral na nakuha mula sa prinsipyo ng pinakamainam na impormasyon sa paglilipat sa pamamagitan ng sigmoidal neurons. Ang algorithm ay magpapakinabang sa mutual impormasyon sa pagitan ng mga input at ang output, na gumagawa ng mga independiyenteng pang-istatistika output sa ilalim ng ilang mga kundisyon. . Ica na representasyon ay superior sa pagkatawan batay sa punong-guro bahagi pagtatasa para sa pagkilala ng mga mukha lahat ng session at mga pagbabago sa expression
Mga Kinakailangan :
MATLAB
Mga Komento hindi natagpuan