基于改进的支持向量机方法进行人脸识别的研究.pdfVIP

基于改进的支持向量机方法进行人脸识别的研贫 张玉珊1何晨光2 (河南师范大学计算机与信息技术学院 新乡453007)1(云南大学信息学院 昆明650091)2 摘要人脸识剐的方法有很多，每种方法都各有优缺点，因此综合性的方法日益受到关注。其中，支持向量机 (SⅥvI)模式识别方法具备良好的分类性能和鲁棒性，对其的改进也有很多类型。本文在介绍了典型支持向量机与 最小二秉支持向量机(UL㈣原理的基础上，给出最小二乘支持向量机的算法实现过程，将其应用于人脸识别 当中，取得较典型支持向量机在时间上较优的效果。实验结果表明，这一类人脸自动识别系统更能适用于实时性 要求较高的场合。 关键词人脸识别，支持向量机，最小二秉支持向量机 ofLeast Vector in MachineFace ApplicationSquaresSupport Recognition HE ZHANGYu-shanl Chen-guangz of Normal 453007，China)1 (CollegeComputerlrfformationTechnology，HenanUniversity，Xinxiang of (CollegeInformation，YurmanUniversity，Kunming650091，China)2 AhstractThaefire10rsofmedxxtsinthe搠ofFace 0fthemhasits andshort recognition．Each advantages POintS。SO are introducesthe ofthe v∞torrmchineandtheleast manysyntheticalwaysadopted．T}lispaper principlestypicalsupport ofleast vectorrmchine(LS_SVM)，andonthatbasis，it themethodofcaloalation squaressupport pm、，ides squaressupport itinface faster than vectorIm— v∞tormachine(LS_S、强D，and recognition，itachievesa effect the applies typicalsupport chkneTheresultdthetestshowsthatitismore totheface recognition applicable system． Face vector vectormachine Keywotds machine，Leastsquaressupport recognition，Support