| 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
|
ISSN | 1009-0134
|
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.
|
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。
修改评论