基于SVM实现人眼注视与否的探知

摘要：

采用基于统计学习理论的支持向量机(SVM,support vector machine)方法对人眼注视与否进行探知.根据结构风险最小化(SRM,structural risk minimization)准则,在最小化已知样本点误差的同时,尽量缩小模型预测误差的上界,改善了模型的泛化能力.实验结果显示,在训练样本数有限的情况下,学习后模型对测试样本的正确识别率达到100%,比此前采用其它方法所获得的识别结果识别率更高,训练及识别过程速度更快,基本上能够满足实时性要求,也更接近人类视觉对注视与否的探知的特点.

关键词：注视探知、支持向量机(SVM)、结构风险

所属期刊栏目：15

分类号：TP183;TP391.4(自动化基础理论)

资助基金：国家自然科学基金60277022;天津市自然科学基金023800811;高等学校博士学科点专项科研项目20030055022

在线出版日期：2004-12-09（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：1229-1233