学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于支持向量机的人脸识别
被引:7
作者
:
唐述敏
论文数:
0
引用数:
0
h-index:
0
机构:
杭州电子科技大学
唐述敏
方景龙
论文数:
0
引用数:
0
h-index:
0
机构:
杭州电子科技大学
方景龙
机构
:
[1]
杭州电子科技大学
[2]
杭州电子科技大学 杭州
[3]
杭州
来源
:
计算机与数字工程
|
2005年
/ 07期
关键词
:
人脸识别;
支持向量机;
核函数主元分析;
D O I
:
暂无
中图分类号
:
TP391.41 [];
学科分类号
:
080203 ;
摘要
:
由于支持向量机(SVM)有着适合处理小样本问题、高维数及泛化性能强等多方面的优势,并且基于核函数主元分析的方法对于非线性问题的特征提取来说较为合理,因此提出了一种基于核函数主元分析(KPCA)与支持向量机(SVM)的人脸识别方法。在使用KPCA方法对人脸图像进行特征提取后,用SVM对特征向量进行分类识别。利用剑桥ORL的人脸数据库进行的实验结果验证了本算法的有效性。
引用
收藏
页码:75 / 78
页数:4
相关论文
未找到相关数据
未找到相关数据