利用MapReduce模型训练支持向量机的人脸识别方法.pdfVIP

第32卷第1期 中南民族大学学报(自然科学版) V01．32No．1 2013年3月 JournalofSouth-Centralfor UniversityNationalities(Nat．Sci．Edition) Mar．2013 童小念，文卫蔚 (中南民族大学计算机科学学院，武汉430074) 摘要为了在移动互联网中快速识别人脸图像，提出了利用云计算服务端的MapReduce模型训练支持向量机 (SVM)进行人脸识别的方法．实验结果表明：该算法在保证人脸识别率的前提下，明显提升了支持向量机的训练速 度．该算法对于移动互联网环境下的人脸识别有一定的实用价值． 关键词人脸识别；支持向量机；MapReduce模型；主成分分析 中图分类号TP391文献标识码A文章编号1672-4321(2013)01-0083-04 AFace Methodfor Recognition Support Vector Machine Model LearningbyMapReduce Weiwei ％ngXiaonian，Wen of for Science，South-CentralNationalities，Wuhan430074，China) (CollegeComputer University AbstractInorderto face inthemobile face for vector identifyimagesquickly Internet，arecognitionapproachsupport modelis resultsshowthatthe of machine(SVM)learningbyusingMapReduceproposed．Theexperimental learningspeed SVMis the ratefortheidentificationofface isensured．Thearithmetic improvedobservably，and byUsing accuracy images totrain VectorMachinehasa toface inthemobileInternet． MapReduceSupport practicabilityimagesrecognition vector KeywordsMapReduce；facerecognition；supportmachine；principalcomponentanalysis 人脸识别技术是利用计算机对人脸图像进行分 联网环境下应用云计算方法进行人脸识别，有很好 析，从中提取有效信息以辨认身份的一门技术，相对 的实用意义． 于指纹识别、视网膜和虹膜扫描等其他基于生物特 支持向量机(SVM)是一种基于统计学理论的 征识别的技术，它更直观、更容易鉴别，被广泛地应 学习算法¨J，它以结构风险最