Análisis de componentes principales no lineales Un código fuente simple y efectivo para el reconocimiento facial basado en PCA no lineal.
Descargar ahora

Análisis de componentes principales no lineales Clasificación y resumen

Análisis de componentes principales no lineales Etiquetas

rostro reconocimiento editor no lineal Compresor no lineal no lineal Reconocimiento facial Inicio de sesión basado en la cara elemento no lineal

Análisis de componentes principales no lineales Descripción

La reducción de la dimensión facilita en gran medida la clasificación de patrones. Varias técnicas, lineales y no lineales, han sido ampliamente propuestas y utilizadas para la reducción de la dimensión en los sistemas de reconocimiento facial. El análisis de componentes principales (PCA) ha demostrado ser un método lineal simple y eficiente; Mientras que muchos métodos no lineales, como el kernel PCA, se han propuesto recientemente. El análisis del componente principal no lineal (NLPCA) se ve comúnmente como una generalización no lineal del análisis de componentes principales estándar (PCA). Generaliza los componentes principales de líneas rectas a las curvas (no lineales). Por lo tanto, el subespacio en el espacio de datos original que se describe por todos los componentes no lineales también está curvado. La PCA no lineal se puede lograr mediante el uso de una red neuronal con una arquitectura autoasociativa también conocida como autoencodificador, red replicadora, red de cuellos de botella o red de arena. Dicha red neuronal autoasociativa es un perceptrón de múltiples capas que realiza una asignación de identidad, lo que significa que la salida de la red es necesaria para ser idéntica a la entrada. Sin embargo, en el centro de la red hay una capa que funciona como un cuello de botella en el que se realiza una reducción de la dimensión de los datos. Esta capa de cuello de botella proporciona los valores de componentes deseados (puntajes). Hemos desarrollado un algoritmo simple que utiliza esta reducción de dimensionalidad no lineal para el reconocimiento facial. Este enfoque no requiere la detección de ningún punto de referencia y se puede usar para aplicaciones en tiempo real.

Análisis de componentes principales no lineales Software relacionado