一种基于小波分解及鲁棒估计的ICA算法及其在人脸识别中的应用

安高云; 阮秋琦

您当前的位置：

首页 >

文章列表页 >

一种基于小波分解及鲁棒估计的ICA算法及其在人脸识别中的应用

论文 | 更新时间：2025-07-16

- 一种基于小波分解及鲁棒估计的ICA算法及其在人脸识别中的应用
- A Novel ICA Algorithm for Face Recognition Based on Wavelet Decomposition and Robust Estimation
- 电子学报 2006年34卷第10期页码：1900-1905
- 作者机构：
  
  北京交通大学信息科学研究所,北京,100044
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60472033);国家973重点基础研究发展规划 (No.2004CB318005);教育部博士点基金 (No.20030004023)
- DOI：
  中图分类号： TP391.4
- 纸质出版：2006
- 稿件说明：
移动端阅览
安高云, 阮秋琦. 一种基于小波分解及鲁棒估计的ICA算法及其在人脸识别中的应用[J]. 电子学报, 2006,34(10):1900-1905.

AN Gao-yun, RUAN Qiu-qi. A Novel ICA Algorithm for Face Recognition Based on Wavelet Decomposition and Robust Estimation[J]. Acta Electronica Sinica, 2006, 34(10): 1900-1905.
安高云, 阮秋琦. 一种基于小波分解及鲁棒估计的ICA算法及其在人脸识别中的应用[J]. 电子学报, 2006,34(10):1900-1905. DOI：

AN Gao-yun, RUAN Qiu-qi. A Novel ICA Algorithm for Face Recognition Based on Wavelet Decomposition and Robust Estimation[J]. Acta Electronica Sinica, 2006, 34(10): 1900-1905. DOI：

摘要

鲁棒主分量分析(RPCA)模型在选取幅度参数时

忽略了各变量独有的统计特性.为克服RPCA模型的这一不足

本文提出了通用鲁棒主分量分析(GRPCA)模型

采用M估计器(M-Estimator)为每个变量估计符合其自身统计特性的幅度参数

以提高模型的鲁棒性和通用性

并在此基础上提出了一种集成小波分解、鲁棒估计及独立分量分析的WR-ICA人脸识别算法.WR-ICA对人脸识别中的多种外部干扰(残缺人脸图像、化妆及遮挡等)都表现出很好的鲁棒性.理论分析和实验结果证实了WR-ICA的有效性

采用Cos距离作相似性度量时

WR-ICA的平均识别率达到99.44%.

Abstract

In the robust principal component analysis(RPCA)model

the statistical properties of every variable are neglected when scale parameters are chosen for them.In order to overcome this drawback

a generalized robust principal component analysis(GRPCA)model was proposed in this paper

a M-estimator was adopted to estimate robust scale parameters for every variable according to their statistical properties.Then

a new independent component analysis algorithm for face recognition based on wavelet decomposition and robust estimation (WR-ICA) was proposed.WR-ICA is robust to many types of outliers (incomplete face image

making up

occlusion

etc).The validity of WR-ICA is confirmed by theory analysis and experimental data

with Cos distance as similarity measurement

the average recognition rate of WR-ICA is 99.44%.

关键词

Keywords

references

浏览量

1271

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

盲信号分离

基于特征融合的轻量级新残差人脸识别方法

基于多任务学习和身份约束的生成对抗网络人脸校正识别方法

一种基于光谱解混的高光谱图像道路检测方法

一种核正交鉴别保局投影算法