人脸确认的动态支持向量数据描述方法

摘要：

人脸的确认实质上是一个一类分类问题或野点检测问题,即只需要精确地描述某一类样本的分布,而将该类样本之外大范围内的样本点视为野点.为了能精确地描述某一类样本的分布,在对国内外现有统计学习理论和核方法进行研究的基础上,针对"人脸确认"这一特定的应用对象,分析了已有的一类分类算法,即支持向量数据描述方法在处理动态样本中存在的不足,进而指出,随着训练样本数目的增加,该算法会因为过大的优化规模而无法实际操作,为此提出了用于人脸确认的动态支持向量数据描述算法.由于新算法在优化过程中,仅需要考虑待检测样本和原有支持向量集,从而可以大大降低优化过程中涉及的运算规模和内存需求,进而可保证人脸确认过程中的实时性与动态性要求.

关键词：数据描述、人脸确认、核方法、野点

所属期刊栏目：11

分类号：TP391.41(计算技术、计算机技术)

资助基金：广东省博士启动基金032353;中国科学院资助项目70471074

在线出版日期：2006-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：19-25