基于特征抽取和多分类器组合的人脸识别方法
许小媛
2010-11-25
发表期刊制造业自动化
ISSN1009-0134
卷号32期号:13页码:36-38+131
摘要人脸识别技术有着广泛的应用领域,多分类器组合是提高识别效果的一条有效途径。本文分别利用线性鉴别分析,主成分分析和独立成分分析得到人脸图像的有效代数特征,以支持向量机作为人脸的分类器,有效地避开了人脸识别的小样本局限。由于SVM是用来解决两类问题的分类方法,采用与二叉决策树相结合的方法解决了人脸识别的多类问题。最后结合多分类器组合的方法对人脸图像进行识别。该方法在ORL人脸数据库上进行识别,取得了优异的识别效果,并且对人脸的姿态,表情有一定的不敏感性。
关键词特征提取 人脸识别 支持向量机 多分类器组合
URL查看原文
收录类别北大核心 ; CSCD
语种中文
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/91183
专题国家开放大学江苏分部
作者单位江苏广播电视大学
第一作者单位国家开放大学江苏分部
第一作者的第一单位国家开放大学江苏分部
推荐引用方式
GB/T 7714
许小媛. 基于特征抽取和多分类器组合的人脸识别方法[J]. 制造业自动化,2010,32(13):36-38+131.
APA 许小媛.(2010).基于特征抽取和多分类器组合的人脸识别方法.制造业自动化,32(13),36-38+131.
MLA 许小媛."基于特征抽取和多分类器组合的人脸识别方法".制造业自动化 32.13(2010):36-38+131.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[许小媛]的文章
百度学术
百度学术中相似的文章
[许小媛]的文章
必应学术
必应学术中相似的文章
[许小媛]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于实例学习和协同子集搜索的特征选择方法
基于EMPCA和RBF神经网络的人脸识别
一种基于时序行为的流过程协同重构算法
高职VB课程的项目化教学过程设计
基于云安全架构的Android恶意软件静态检测方案
一种网络在线学习的学习环境监测方法
一种计算机主机USB数据线扣接架
具有对偶约束的半监督重叠社区发现方法
一种基于图像识别的森林监控方法及系统
云环境下虚拟多媒体教室的构建
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。