基于KPCA和SVM的人脸识别研究

王本超; 马军伟; 顾宏

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

基于KPCA和SVM的人脸识别研究

首发时间：2010-11-15

王本超 ¹
王本超（1985-），男，硕士研究生，主要研究方向：数据挖掘
马军伟 ¹ 顾宏 ¹

1、大连理工大学控制科学与工程学院

摘要：为了满足企业管针对人脸识别中遇到的"过学习"与"小样本"问题，以及为了进一步改善主成分分析（PCA）在处理图像非线性问题上存在的不足，本文将核主成分分析法与支持向量机（KPCA-SVM）相结合，利用KPCA对非线性人脸图像进行特征提取，在保持原图像信息损失尽量少的原则下，把高维空间的人脸数据投影到低维空间，然后对低维空间人脸信息数据建立SVM的识别模型进行识别，达到95.4%的识别精度。

关键词：核主成分分析支持向量机核函数人脸识别模式识别

For information in English, please click here

Face Recognition Study Based on Kernel Principal Component Analysis and Support Vector Machine

Wang Benchao ¹
王本超（1985-），男，硕士研究生，主要研究方向：数据挖掘
Ma Junwei ² Gu Hong ²

1、Control Science and Control Engineering School,Dalian University of Technology
2、Control Science and Control Engineering School, Dalian University of Technology

Abstract：A new approach for face recognition based on kernel principal component analysis (KPCA) and support vector machine (SVM) is presented to improve the recognition performance of principal component analysis (PCA), which has shortage in processing nonlinear image problems. Meanwhile, this method can be applied to solve both overfitting problem and small sample problem. The KPCA method is performed on every facial image of training set to get kernel facial features of training samples. Under the principle that the information of image loses as little as possible, the face data of high dimension feature space is shadowed into low dimensional space. The SVM face recognition model is established and then the low-dimensional space information data is identified. Experiment results demonstrate that the approach proposed in this paper is efficient, and recognition accuracy of the method proposed reaches 95.4%.

Keywords： KPCA SVM kernel function methods face recognition pattern recognition

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

王本超，马军伟，顾宏. 基于KPCA和SVM的人脸识别研究[EB/OL]. 北京：中国科技论文在线 [2010-11-15]. https://www.paper.edu.cn/releasepaper/content/201011-327.

No.4390896549810128****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201011-327
论文题目	基于KPCA和SVM的人脸识别研究
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.