摘要
通过实验探讨了几种人脸图像聚类方法的效果,并给出了一些定性的结论。首先是试图找出数据量的大小对聚类效果的影响,实验结果表明,聚类数据量的增加可以使聚类结果更好,并且使用PCA方法提取人脸特征时,人脸轮廓信息越多,聚类结果越好;其次是将人脸图像按五官分割成不同的部分,然后分别使用PCA和ICA方法提取特征进行聚类,实验结果表明使用ICA方法比使用PCA方法提取的特征的聚类效果好。
学科与关键词
关键词
人脸聚类SOFMPCAICA facial clusteringSOFMPCAICA
- 一种结构自适应的聚类神经网络张永库*世界科技研究与发展, 2009, (06): 1053-1054.
- 基于环形对称Gabor变换和分块PCA的人脸识别王甜甜; 郭太良; 姚剑敏; 周龙沙电视技术, 2013, (15): 173.
- 基于Gabor小波变换的ICA人脸识别算法研究吴延海; 梁文莉微电子学与计算机, 2013, (07): 141-144.
