基于特征的人脸分类算法研究

• 作者: 李霞 赵宇明
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 主分量分析 线性判别分析 相关系数 支持向量机 Adaboost
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 学习园地
• 页码范围: 60-62
• 分类号: TP301.6
• 字数: 3370字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-757X.2010.04.023

摘要

人脸识别是计算机视觉、模式识别中的一个研究热点和难点.针对墨镜和口罩这两个属性对人脸图像进行分类,系统地研究了不同的人脸分类算法的性能,其中包括主分量分析(PCA)、线性判别分析(LDA)、相关系数(Correlation))、支持向量机(SVM)、Adaboost算法,给出了在OMRON人脸库上的实验对比结果.实验表明,降低特征向量的维数,可以大大的减少分类时间的开销,同时不会明显降低分类器的性能.另外,本文提出了一种SVM和Adaboost相结合的方法,针对每种属性,选择和训练最优的人脸特征,取得了较为理想的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李霞	上海交通大学图像处理与模式识别研究所	113	526	12.0	17.0
2	赵宇明	上海交通大学图像处理与模式识别研究所	45	724	15.0	25.0