基于2DPCA和支持向量机的人脸检测研究

被引：1

作者：

张晓煜 ^{[1
]}

普杰信 ^{[1
]}

黄心汉 ^{[2
]}

机构：

[1] 不详

[2] 河南科技大学电子信息工程学院

[3] 不详

[4] 华中科技大学控制科学与工程系

来源：

计算机工程与应用 | 2006年 / 21期

关键词：

人脸检测; 二维主分量分析; 支持向量机;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种基于二维主分量(2DPCA)分析和支持向量机的层叠人脸检测算法,用于复杂背景灰度图像的人脸检测。算法首先采用2DPCA分析方法滤去大量非人脸窗口,之后用支持向量机对通过的窗口进行检测。由于在通过2DPCA分析方法的子空间内训练SVM,降低了分类器的训练难度。并且和传统的PCA方法相比,2DPCA直接采用二维图像矩阵表示人脸,进行特征提取,提高了计算效率。实验对比数据表明该算法大大提高了检测速度,降低了虚警率。

引用

页码：194 / 196+199 +199

页数：4