基于神经网络和层次SVM的多姿态人脸识别

被引：12

作者：

陈荣元 ^{[1
]}

蒋加伏 ^{[2
]}

蒋卫祥 ^{[3
]}

机构：

[1] 湖南商学院现代教育技术中心

[2] 长沙理工大学计算机与通信工程学院

[3] 常州信息职业技术学院软件学院

来源：

计算机工程 | 2006年 / 24期

基金：

湖南省自然科学基金;

关键词：

神经网络; 层次支持向量机; 离散余弦变换; 聚类算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.41 [];

学科分类号：

140502 [人工智能];

摘要：

提出了一种基于神经网络和层次支持向量机的多姿态人脸识别方法。该方法在训练阶段先利用神经网络把姿态人脸图像特征向准标准人脸图像特征映射,再根据聚类结果来训练支持向量机。识别阶段是利用神经网络变换得到待识别图像所对应的准标准图像的特征,再让层次支持向量机初步判断待识别图像最可能所属的人,最后利用否定算法对待识别的人脸图像进行确认。实验表明该算法效果较佳。

引用

页码：209 / 210+215 +215

页数：3

共 5 条

[1]

基于小波和支持向量机的人脸识别方法研究 [D].