Analyse des composants principaux non linéaires Un code source simple et efficace pour la reconnaissance du visage basée sur la PCA non linéaire.
Télécharger maintenant

Analyse des composants principaux non linéaires Classement & Résumé

Analyse des composants principaux non linéaires Mots clés

visage reconnaissance éditeur non linéaire Compresseur non linéaire non linéaire reconnaissance de visage Login à base de visage élément non linéaire

Analyse des composants principaux non linéaires La description

La réduction de dimensionnalité facilite grandement la classification des modèles. Diverses techniques, linéaires et non linéaires, ont été largement proposées et utilisées pour la réduction de la dimensionnalité des systèmes de reconnaissance faciale. L'analyse des composants principaux (PCA) s'est révélée être une méthode linéaire simple et efficace; Bien que de nombreuses méthodes non linéaires telles que le noyau PCA, ont été proposées récemment. L'analyse des composants principaux non linéaires (NLPCA) est généralement considérée comme une généralisation non linéaire de l'analyse des composants principaux standard (PCA). Il généralise les principaux composants des lignes droites aux courbes (non linéaires). Ainsi, le sous-espace dans l'espace de données d'origine décrit par tous les composants non linéaires est également incurvé. La PCA non linéaire peut être obtenue à l'aide d'un réseau de neurones avec une architecture automatiquement connue sous le nom de auto-effileur, réseau de réplicator, goulot d'étranglement ou réseau de sandglass. Un tel réseau neuronal automobile est un percepteur multicouche qui effectue une mappage d'identité, ce qui signifie que la sortie du réseau est nécessaire pour être identique à l'entrée. Cependant, au milieu du réseau est une couche qui fonctionne comme un goulot d'étranglement dans lequel une réduction de la dimension des données est appliquée. Cette couche d'étranglement fournit les valeurs de composant souhaitées (scores). Nous avons développé un algorithme simple qui utilise cette réduction de dimensionnalité non linéaire pour la reconnaissance du visage. Cette approche n'exige pas la détection d'un point de référence et il peut être utilisé pour des applications en temps réel.

Analyse des composants principaux non linéaires Logiciels associés