支持向量机在人脸识别中的应用研究

摘要：

研究人脸图像自动识别问题,由于人脸的特征维数较高,正确识别有难度,利用计算机技术对人脸图像进行分析,从中提取有效的特征来识别出人的身份,其关键技术在于人脸特征的提取和模式识别.为此,提出了一种基于支持向量机的人脸识别方法.首先采用Gabor滤波器提取人脸图像的特征,PCA降维处理消除人脸特征之间的冗余信息,然后采用支持向量机对提取特征进行训练得到最优识别模型,用最优模型对人脸进行识别.对ORL人脸图像库进行仿真实验,识别率达98%,比传统算法高出5%,实验结果表明,既减少了计算复杂度,降低训练与识别时间,又保证实时性,提高识别正确率,为人脸识别的应用提供广泛的前景.

关键词：支持向量机、人脸识别、特征提取

所属期刊栏目：27

分类号：TP181(自动化基础理论)

资助基金：江苏省普通高校自然科学研究资助项目09KJD110007

在线出版日期：2011-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：271-274