基于SNPE和SVM的人脸识别

• 作者: 刘丽丽 吕凝 郭锋 陈绵书
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸识别 有监督近邻保持嵌入(SNPE) 支持向量机(SVM)
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 图形、图像处理
• 页码范围: 202-204,216
• 页数: 4页
• 分类号: TN911.73
• 字数: 3469字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.09.061

摘要

在人脸识别方面,传统的特征提取方法大都是线性方法,不能很好保持样本的拓扑结构.分类方面,支持向量机能够尽量提高学习的泛化能力,防止过学习,是一种很好的分类器.提出了一种基于SNPE和SVM的人脸识别方法.采用有监督模式确定NPE算法中的K值.SNPE算法旨在保持数据的局部流型结构,而且相对于近期提出的LLE算法,它能够适用于训练样本和测试样本,具有更大的实用型.结合两分类支持向量机级联模型进行人脸识别,在ORL人脸数据库上实验表明,算法具有稳健性、快速性等优点,实验效果令人满意.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈绵书	吉林大学通信工程学院	33	140	7.0	10.0
2	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
3	吕凝	长春工业大学计算机科学与工程学院	10	57	5.0	7.0
4	郭锋	长春工业大学计算机科学与工程学院	3	27	2.0	3.0