基于小波和支持向量机的人脸识别技术

被引:11
作者
周志明
王以治
黄文芝
王宁宁
不详
机构
[1] 华中科技大学数学系
[2] 华中科技大学数学系 武汉
[3] 武汉
[4] 武汉
关键词
小波变换; 支持向量机; 人脸识别; 核函数;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
小波变换具有良好的多尺度特征表达能力,能将图像的大部分能量集中到最低分辨率子图像,高频部分则对应于图像的边缘和轮廓,可以很好地压缩和表征人脸图像的特征。支持向量机技术针对小样本问题设计,对人脸识别这样的非线性、高维数的小样本问题有非常好的分类效果和学习推广能力,目前已经成为模式识别的首选分类器。文中使用小波变换来对人脸的高维图像矢量进行压缩,并设计了一个支持向量机分类器系统来识别人脸。试验结果验证了该系统有很高的识别率和较强的鲁棒性。
引用
收藏
页码:52 / 54
页数:3
相关论文
共 2 条
[1]   基于小波分析的人脸特征提取方法 [J].
付瑶 ;
刘志镜 ;
谷明坡 .
计算机工程与科学, 2002, (06) :52-54
[2]  
统计学习理论的本质[M]. 清华大学出版社 , (美)VladimirN.Vapnik著, 2000