![](https://csdnimg.cn/release/download_crawler_static/18822656/bg1.jpg)
第 卷第 期
年 月
江 苏 科 技 大 学 学 报自然科学版
Journal of Jiangsu University of Science and TechnologyNatural Science Edition
Vo MM No 媼
Aug
文章编号
一 种 基 于 独 立 成 分 分 析 和 径 向 基 神 经 网 络 的
人 脸 识 别 新 方 法
范燕祁云嵩宋晓宁
江苏科技大学 电子信息学院江苏 镇江
摘要 提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法 独立成分分析可以从
高阶上消除特征数据的相关性改进了主成分分析方法只能从 阶上消除数据相关性的弱点最终特征
数据的分类由 RBF 神经网络来实现 在人脸数据库上的实验结果表明该新方法的识别性能较其他方
法有了很大提高
关键词 人脸识别 特征提取 独立成分分析 主成分分析 径向基神经网络
中图分类号 TP文献标识码 A
A New Method of Face Recognition Based on Independent Component
Analysis and Neural Network with Radial Basic Function
FAN Yan QI Yunsong SONG Xiaoning
School of Electronics and Information Jiangsu University of Science and Technology Zhenjiang Jiangsu China
Abstract A new method of face recognition based on the independent component analysis and the neural net
work with radial basic Function is proposedThe independent component analysis can eliminate the data corre
lation of a higher order while the principal component analysis can only eliminate the data correlation of the
second orderThe original samples after feature extraction are classified by neural network with radial basic
functionExperimental results on the face database demonstrate the efficiency of the new algorithm
Key words face recognition feature extraction independent component analysis principal component analy
sis neural network with radial basic function
0引言
人脸识别技术始于 世纪 年代末目前是模式识别领域一个非常活跃的研究方向尤其是进入上
世纪 年代之后人脸识别技术取得了巨大的进展涌现了一批新的方法 基于主成分分析 PCAPrinci
pal Component Analysis和线性鉴别分析 LDALinear Discriminant Analysis的研究方法一直是近年的研究
热点使用比较广泛的有EigenfaceFisherFaceDirectLDA等等
主成分分析是基于信号阶统计特
收稿日期
作者简介 范燕 女江苏镇江人江苏科技大学助教硕士