基于改进的支持向量机方法进行人脸识别的研究

摘要：

人脸识别的方法有很多,每种方法都各有优缺点,因此综合性的方法日益受到关注.其中,支持向量机(SVM)模式识别方法具备良好的分类性能和鲁棒性,对其的改进也有很多类型.本文在介绍了典型支持向量机与最小二乘支持向量机(LS_SVM)原理的基础上,给出最小二乘支持向量机的算法实现过程,将其应用于人脸识别当中,取得较典型支持向量机在时间上较优的效果.实验结果表明,这一类人脸自动识别系统更能适用于实时性要求较高的场合.

关键词： 人脸识别 支持向量机 最小二乘支持向量机 鲁棒性 实时性

作者: 张玉珊 何晨光

作者单位: 河南师范大学计算机与信息技术学院,新乡 453007 云南大学信息学院,昆明 650091

会议类型: 国内会议

会议名称: 第八届中国Rough集与软计算、第二届中国Web智能、第二届中国粒计算联合会议(CRSSC-CWI-CGrC”2008)

会议地点: 北京

会议语种:中文

页码: 161-164

在线出版日期: 2008-08-01（万方平台首次上网日期，不代表论文的发表时间）