基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
首先应用K-L变换对人脸图像进行特征提取,然后利用支持向量机进行识别.由于支持向量机参数对其性能有较大影响,为此采用遗传算法对其参数进行选取.为了能用较少的特征个数得到较高的识别率以提高识别速度,对所需提取的有效特征个数一并进行了选择.算法既解决了支持向量机参数选取的难题,又能够利用较少的人脸特征得到较高的识别率.利用ORL人脸库进行仿真实验,得到了97.5%的正确识别结果,验证了算法的有效性.
推荐文章
基于支持向量机的人脸识别研究
人脸识别
支持向量机
离散小波变换
基于支持向量机的人脸识别身份验证技术研究
支持向量机
核函数
最优分类超平面
思维进化算法
蚁群算法优化支持向量机的人脸识别
蚁群算法
人脸识别
支持向量机
特征检测
基于聚类算法和层次支持向量机的人脸识别方法
聚类算法
层次支持向量机
免疫算法
小波变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的自动人脸识别
来源期刊 计算机工程 学科 工学
关键词 支持向量机 遗传算法 K-L变换 人脸识别
年,卷(期) 2005,(5) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 191-193
页数 3页 分类号 TP391.4
字数 3825字 语种 中文
DOI 10.3969/j.issn.1000-3428.2005.05.067
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 纪玉波 辽宁石油化工大学信息工程学院 32 282 8.0 16.0
2 杨旭 辽宁石油化工大学信息工程学院 15 109 4.0 10.0
3 田雪 辽宁石油化工大学信息工程学院 3 86 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (3)
节点文献
引证文献  (16)
同被引文献  (2)
二级引证文献  (22)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(5)
  • 引证文献(4)
  • 二级引证文献(1)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
遗传算法
K-L变换
人脸识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导