| KPCA和SVM在人脸识别中的应用 |
| |
| 引用本文： | 李莉莉,李一民,蔡英.KPCA和SVM在人脸识别中的应用[J].山西电子技术,2006(5):44-46. |
| |
| 作者姓名： | 李莉莉 李一民 蔡英 |
| |
| 作者单位： | 昆明理工大学机器视觉研究所,云南昆明650051 |
| |
| 摘 要： | 支持向量机（SVM）适合处理小样本的问题，并且基于核函数主元分析能够处理原始数据的高阶统计量，在图像识别中它可以描述多个像素之间的相关性，因此提出了一种基于核函数主元分析（KPCA）与支持向量机（SVM）的人脸识别方法。
|
| 关 键 词： | 支持向量机 核函数主元分析 人脸识别 |
| 修稿时间： | 2006年6月13日 |
The Application of Face Recognition Based on KPCA and SVM |
| |
| Li Li-ly Li Yi-min Cai Ying.The Application of Face Recognition Based on KPCA and SVM[J].Shanxi Electronic Technology,2006(5):44-46. |
| |
| Authors: | Li Li-ly Li Yi-min Cai Ying |
| |
| Abstract: | The support vector machine(SVM) suits for tackling small sample size problems,and the kernel principal component analysis(KPCA) based on the higher order statistics of the image sets can address the higher statistical dependencies,which describes the relationship among three or more pixels.This paper proposes a face recognition method based on KPCA and SVM. |
| |
| Keywords: | support vector machine kernel component analysis face recognition |
| 本文献已被 CNKI 维普 等数据库收录！ |
