基于PCA和SVM的人脸识别 |
| |
引用本文: | 李欢欢.基于PCA和SVM的人脸识别[J].山东饲料,2013(14):70-71. |
| |
作者姓名: | 李欢欢 |
| |
作者单位: | 武汉理工大学 |
| |
摘 要: | 主成分分析(PCA)是人脸识别中特征提取的主要方法,支持向量机(SVM)具有适合处理小样本、非线性和高维数问题,利用核函数且泛化能力强等多方面的优点。文章将两者结合,先用快速PCA算法进行人脸图像特征提取和选择,用所选择的人脸特征向量训练多个支持向量机(SVM),最后用训练好的支持向量机(SVM)进行人脸识别的分类。在ORL人脸数据库上进行了实验,取得了满意的识别效果。
|
关 键 词: | 人脸识别 主成分分析(PCA) 奇异值分解(SVD) 支持向量机(SVM) |
本文献已被 CNKI 等数据库收录! |
|