| الإصدار | 1.0 |
|---|---|
| الناشر | Luigi Rosa |
| يوم الاصدار | ٢٥/١١/٢٠١٢ |
| تم إضافة التاريخ | ٢٥/١١/٢٠١٢ |
| متطلبات نظام التشغيل | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| المتطلبات | Matlab |
| إجمالي التنزيلات | ١٥١ |
| السعر | Free |
وصف
في مهمة مثل التعرف على الوجوه ، قد يتم احتواء الكثير من المعلومات المهمة في العلاقات عالية الترتيب بين وحدات بكسل الصورة. يستخدم عدد من خوارزميات التعرف على الوجوه تحليل المكون الرئيسي (PCA) ، والذي يعتمد على إحصائيات الدرجة الثانية لمجموعة الصور ، ولا يعالج التبعيات الإحصائية عالية الترتيب مثل العلاقات بين ثلاثة أو أكثر من وحدات البكسل. تحليل المكون المستقل (ICA) هو تعميم لـ PCA الذي يفصل بين لحظات الترتيب العالي للإدخال بالإضافة إلى لحظات الترتيب الثاني. تم إجراء ICA على مجموعة من صور الوجه بواسطة خوارزمية تعلم غير خاضعة للإشراف مشتقة من مبدأ نقل المعلومات الأمثل من خلال الخلايا العصبية السينية. تعمل الخوارزمية على زيادة المعلومات المتبادلة بين المدخلات والمخرجات ، مما ينتج عنه مخرجات مستقلة إحصائيًا في ظل ظروف معينة. كان تمثيل ICA متفوقًا على العروض القائمة على تحليل المكونات الرئيسية للتعرف على الوجوه عبر الجلسات والتغييرات في التعبير.
