改善された独立成分分析の手法に基づいたロバスト顔認識(一般セッション,手,顔,身体表現の認識,理解)

概要

論文の詳細を見る
顔認識を実現するためのプログラムでは、統計的パターン認識手法が重要な役割を演じる。その中には、主成分分析(PCA)、独立成分分析(ICA)と線形判別分析(LDA)等部分空間学習アルゴリズムを用いた顔認識の研究、開発が活発に行われている。LDAは教師付き顔認証のために良い結果を得ることができます、しかし、認識するsubjectsのトレーニング顔はなしあるいは1つしか手入れできないのシステムの応用が制限されます。そして、PCAによる顔画像表現に比べICAによる顔画像表現の有効性を議論した。しかし、顔認証のような次元数が多すぎなパターン認識作業へのICAの適用性は、しばしば若干の問題で苦しみます。その問題の一つは次元数が膨大となり、計算量が大きくとなる、もう一つはコンピュータメモリの問題です。本稿では、ICAのこの2つの問題を扱うために、独立成分分析の改善されたarchitectureを提案する。提案されたICA手法は、顔認識が高速に行われていることができるだけではなく、実験の結果により顔認識の有効性が確認することができた。
社団法人電子情報通信学会の論文
2008-08-29