基于2DPCA和支持向量机的人脸检测研究

• 作者: 张晓煜 普杰信 黄心汉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸检测 二维主分量分析 支持向量机
• 年，卷（期）: 2006,（21）
• 所属期刊栏目: 工程与应用
• 页码范围: 194-196,199
• 页数: 4页
• 分类号: TP391
• 字数: 3761字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.21.058

摘要

提出一种基于二维主分量(2DPCA)分析和支持向量机的层叠人脸检测算法,用于复杂背景灰度图像的人脸检测.算法首先采用2DPCA分析方法滤去大量非人脸窗口,之后用支持向量机对通过的窗口进行检测.由于在通过2DPCA分析方法的子空间内训练SVM,降低了分类器的训练难度.并且和传统的PCA方法相比,2DPCA直接采用二维图像矩阵表示人脸,进行特征提取,提高了计算效率.实验对比数据表明该算法大大提高了检测速度,降低了虚警率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	普杰信	河南科技大学电子信息工程学院	7	37	4.0	6.0
5	黄心汉	华中科技大学控制科学与工程系	151	2823	27.0	48.0
6	张晓煜	河南科技大学电子信息工程学院	1	4	1.0	1.0