一种人脸特征选择新方法的研究

• 作者: 李伟红 陈伟民 龚卫国
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 人脸识别 小波变换 核主元分析法 支持向量机 广义顺序前进法
• 年，卷（期）: 2006,（2）
• 页码范围: 16-20
• 页数: 5页
• 分类号: TM93
• 字数: 3610字
• 语种: 中文

摘要

本文提出一种人脸特征复合选择的新方法.首先对原始图像进行小波2阶分解和KPCA进行特征提取,然后将获得的特征进行SVM训练,经过GSFS反复选择具有最小间隔的支持向量作为最佳特征组合,最后输入线性SVM分类器进行分类.实验报告了本方法在UMIST及IITL人脸数据库上的应用,并对特征选择前后的分类能力及速度进行了比较,结果显示经过本方法的特征选择后,人脸识别能力有所提高,分类速度明显加快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈伟民	重庆大学光电技术及系统教育部重点实验室	311	4748	37.0	51.0
2	龚卫国	重庆大学光电技术及系统教育部重点实验室	74	990	19.0	27.0
3	李伟红	重庆大学光电技术及系统教育部重点实验室	41	585	16.0	23.0