一种新颖的核学习算法用于小波特征的人脸识别

摘要：

文中将一种新颖的核学习算法-核最近邻凸包分类算法用于人脸的小波特征识别.该算法的设计受到支持向量机几何解释启发,利用核函数方法将数据映射到高维核空间,并在核空间构造以训练集凸包为扩展类集的最近邻分类器.文中采用的人脸图像的小波低频特征对人脸识别十分有效.人脸的小波低频特征不但保留了人脸的主要信息,而且具有较少的维度.在ORL人脸图像库上的"leave-one-out"测试方法的实验中,这种基于小波低频特征的核最近邻凸包分类算法取得了99.25%的识别率.

关键词：核学习、核最近邻凸包、小波变换、模式识别、人脸识别

所属期刊栏目：34

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金60472060

在线出版日期：2007-07-02（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：224-227