(RR)基于支持向量机的人脸识别.pdfVIP

( ) 第 33 卷 2005 第 7 期 　　　　　　　　　　　　　　　　计算机与数字工程 　　　　　　　　　　　　　　　　　　　 75 基于支持向量机的人脸识别① 唐述敏 　方景龙 (杭州电子科技大学 　杭州 310018) 摘 　　要 ( ) 由于支持向量机 SVM 有着适合处理小样本问题、高维数及泛化性能强等多方面的优势 ,并且基于核函数主元分析的 ( ) ( ) 方法对于非线性问题的特征提取来说较为合理 ,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。在使用 KPCA 方法对人脸图像进行特征提取后 ,用 SVM 对特征向量进行分类识别。利用剑桥 ORL 的人脸数 据库进行的实验结果验证了本算法的有效性。 关键词 :人脸识别 　支持向量机 　核函数主元分析 中图分类号: TP39 Research of Face Recognition Method Based on SVM Tang Shumin 　Fang Jinglong ( Hangzhou Dianzi University , Hangzhou 　310018) Abstract :According to the high performance of support vector machine ( SVM) in tackling small samplesize , high - dimension and its good generalization , and the more reasonable of kernel - based principal component analysis method in extracting features from nonlinearly input variables as well , this paper proposes a face recognition method based on kernel - based principal component analysis ( PCA) and SVM . After extracting the feature from face image by using the KPCA method ,it uses the SVM to classify face. The ORL face database is used to test the proposed method. The preparatory experiment result shows that the method is fea sible. Key words :face recognition , support vector machine , kernel - based principal component analysis Class number :TP39 出现过学习现象 ,导致算法的推广性差。Vladimir 1 　引言