基于级联支持向量机的人脸图像性别识别

摘要：

提出一种由若干个支持向量机(SVM)分类器串连而成的级联SVM算法,用于人脸图像性别识别.该算法把容易被前一层分类器分类的训练样本过滤掉,将难度较高的训练样本直新组织起来训练新一层的分类器.结合级联分类器和SVM理论的优势,在训练过程中能够使用更多的样本,具有更好的识别性能.在同一硬件实验条件下的实验结果表明,单层SVM最多只能训练7万样本,而四层级联SVM的训练样本数可达12万以上,相应的识别率也从96.6％上升至98.4％.

关键词：统计学习、支持向量机、分类器、大样本训练、级联、性别识别

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：江西省自然科学基金资助项目2007GZS2246;江西省科技支撑基金资助项目赣科发技字[2007]200号;江西省教育厅科技基金资助项目赣教技字[2007]30号

在线出版日期：2012-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：152-154