基于LLE和SVM的人像识别方法

• 作者: 刘丽丽 吕凝 郭锋
• 来源期刊: 吉林大学学报(信息科学版)
• 学科: 工学
• 关键词: 人脸识别 局部线性嵌入 主成分分析法 支持向量机
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 48-54
• 页数: 7页
• 分类号: TN911.73
• 字数: 3817字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2008.01.010

摘要

在人像识别方面,传统的特征提取方法大都是线性的,不能很好地保持样本的拓扑结构.支持向量机能提高学习的泛化能力,防止过学习,是一种很好的分类器.为此,提出一种增强的LLE(Locally Linear Em-bedding)和SVM(SuppoR Vector Machine)结合的人像识别方法,采用PCA(Principal Component Analysis)与眦相结合算法,对光照归一化处理过的人脸图像进行特征提取,利用SVM的分类机制对人脸图像样本集进行训练和识别.在ORL(Olivetti Research laboratory)人脸数据库上实验表明,该算法稳健、快速,识别率达到了90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丽丽	长春工业大学计算机科学与工程学院	4	30	3.0	4.0
2	吕凝	长春工业大学计算机科学与工程学院	10	57	5.0	7.0
3	郭锋	长春工业大学计算机科学与工程学院	3	27	2.0	3.0