ICA Face Recognition

תיאור

במשימה כמו זיהוי פנים, חלק גדול מהמידע החשוב עשוי להיות כלול ביחסים מסדר גבוה בין פיקסלי התמונה. מספר אלגוריתמים לזיהוי פנים משתמשים בניתוח רכיבים עיקריים (PCA), המבוסס על סטטיסטיקות מסדר שני של ערכת התמונות, ואינו מתייחס לתלות סטטיסטית מסדר גבוה כגון הקשרים בין שלושה פיקסלים או יותר. ניתוח רכיבים עצמאיים (ICA) הוא הכללה של PCA המפרידה בין מומנטים מסדר גבוה של הקלט בנוסף לרגעים מסדר שני. ICA בוצע על סט תמונות פנים על ידי אלגוריתם למידה ללא פיקוח שנגזר מהעיקרון של העברת מידע אופטימלית דרך נוירונים סיגמואידים. האלגוריתם ממקסם את המידע ההדדי בין הקלט לפלט, מה שמייצר פלטים בלתי תלויים סטטיסטית בתנאים מסוימים. ייצוג ICA היה עדיף על ייצוגים המבוססים על ניתוח מרכיבים עיקריים לזיהוי פרצופים על פני הפעלות ושינויים בהבעה.