ReliefF-SVM RFE组合式特征选择人脸识别

• 作者: 孔英会 张少明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人脸识别 支持向量机回归特征消除(SVM RFE) ReliefF 离散余弦变换 特征选择
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 169-171,212
• 页数: 4页
• 分类号: TP391.4
• 字数: 4784字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1110-0106

摘要

针对人脸识别中因特征个数较多对识别的实时性和准确性影响较大的问题,提出了ReliefF-SVM RFE组合式特征选择的人脸识别方法.利用离散余弦变换提取特征和ReliefF对人脸图像特征集做特征初选,降低特征维数空间,再用改进的SVM RFE(Support Vector Machine Recursive Feature Elimination)选择最优特征,解决了利用SVM RFE特征选择时因特征数多而算法需多次训练耗时长的问题.对训练得到的特征排序表采用交叉留一验证方法选取最优子集,再由SVM分类识别.在UMIST人脸库上实验证明,可以在特征数为52时,达到98.84％的识别率,识别时间仅需0.037 s.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔英会	华北电力大学电子与通信工程系	84	765	14.0	24.0
2	张少明	华北电力大学电子与通信工程系	4	28	3.0	4.0