首页 | 本学科首页   官方微博 | 高级检索  
     

一种新颖的核学习算法用于小波特征的人脸识别
引用本文:周晓飞,姜文瀚,杨静宇. 一种新颖的核学习算法用于小波特征的人脸识别[J]. 计算机科学, 2007, 34(5): 224-227
作者姓名:周晓飞  姜文瀚  杨静宇
作者单位:南京理工大学计算机科学与技术学院,南京,210094;南京理工大学计算机科学与技术学院,南京,210094;南京理工大学计算机科学与技术学院,南京,210094
摘    要:文中将一种新颖的核学习算法一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

A New Kernel Learning Algorithm for Wavelet Features-based Face Recognition
ZHOU Xiao-Fei,JIANG Wen-Han,YANG Jing-Yu. A New Kernel Learning Algorithm for Wavelet Features-based Face Recognition[J]. Computer Science, 2007, 34(5): 224-227
Authors:ZHOU Xiao-Fei  JIANG Wen-Han  YANG Jing-Yu
Affiliation:Department of Computer Science and Technology, Nanjing University of Science and Technology of China, Nanjing 210094
Abstract:
Keywords:Kernel learning  Kernel nearest neighbor convex hull  Wavelet transform  Pattern recognition  Face recognition
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号