基于非线性特征提取和SVM的人脸识别算法

摘要：

传统的PCA或LDA都是从像素的二阶依赖上考虑的,对于多像素之间的依赖性或像素的高阶关系不敏感.该文利用核函数方法提取像素高阶相关,并与线性SVM相结合来进行人脸识别.从Yale人脸库上的实验结果可以看出,非线性特征提取是很有效的,并且SVM分类器的性能优于最近邻分类器.

关键词：非线性特征提取、KPCA、KDA、线性SVM

所属期刊栏目：26

分类号：TP391.42;TN911.73(计算技术、计算机技术)

在线出版日期：2004-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：307-311