基于不同Margin的人脸特征选择及识别方法

• 作者: 李伟红 杨利平 陈伟民 龚卫国
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 人脸识别 Margin 特征选择 支持向量机(SVM) 顺序后退法(SBS)
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 论文
• 页码范围: 1744-1748
• 页数: 5页
• 分类号: TP391.41
• 字数: 4285字
• 语种: 中文

摘要

Margin在机器学习中具有很重要的意义,基于margin的特征选择方法就是从分类的角度对特征集各特征的权重进行分析.该文对不同的margin进行了分析,提出将sample-margin和hypothesis-margin分别作为特征选择标准对SBS特征选择方法进行改进,然后设计具有最佳超参数的SVM多项式分类器进行人脸识别.实验在FRERT人脸图像库上进行并与Relief特征选择方法进行了比较,对SVM和NN分类器的实验结果也进行了分析.实验结果显示:该文提出的人脸识别特征选择及识别方法是有效、适用的.

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
4	杨利平	重庆大学光电技术及系统教育部重点实验室	24	311	10.0	17.0