基于SVM信息融合的图像识别与并行实现

摘要：

提出用支持向量机(SVM)融合三种基于不同特征表示的表情识别方法进行表情识别,即PCA表情表示、SVM表情表示和FLD表情表示.在用SVM进行特征提取时,提出一种高效的方案选择投影轴.在提取各种特征表示后,对每一种表情特征用1阶最近邻分类器进行初步识别,最后用支持向量机融合这些分类结果进行表情的最终识别.并且针对目前还没有硬件实现情况,提出用TI公司的达芬奇系列的DSP芯片构建并行系统来实现SVM融合算法方案,讨论并优化DSP实现算法的过程,通过实验的结果表明,提出的方案是有效的.

关键词：支持向量机、图像融合、主元分析、Fisher鉴别分析、数字信号处理(DSP)

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：教育部博士点基金资助项目20050290010;北京市教育委员会共建经费研究生教育资助项目

在线出版日期：2010-01-18（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：168-170,182