基于组合核函数支持向量机的人脸识别 - 重庆理工大学学报.pdf

第２７卷　第６期 重 庆 理 工 大 学 学报（自然科学） ２０１３年６月 Ｖｏｌ．２７　　Ｎｏ．６ ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｊｕｎ．２０１３  ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１３．０６．０１９ 基于组合核函数支持向量机的人脸识别 晁学民，周继萍 （重庆师范大学 数学学院，重庆　４０１３３１） 摘　　　要：利用Ｋ－Ｌ变换首先对人脸图像进行特征参数提取，再利用支持向量机进行识别。 为了得到学习能力和泛化能力较好的核函数，根据核函数性质，将局部核函数和全局核函数线 性组合成新的核函数－组合核函数，采用ＣｒｏｓｓＶａｌｉｄａｔｉｏｎ方法对其参数和组合系数进行优化选 择；将该核函数应用于支持向量机中，并对ＹＡＬＥ人脸库和 ＯＲＬ人脸库进行实验。仿真结果验 证了该核函数的有效性。与普通核函数的支持向量机的比较实验表明：该组合核函数的支持向 量机优于普通核函数的支持向量机。 关　键　词：支持向量机；人脸识别；组合核函数 中图分类号：ＴＰ１８１　　　　文献标识码：Ａ 文章编号：１６７４－８４２５（２０１３）０６－００８４－０４ ＦａｃｅＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＣｏｍｂｉｎｅｄＫｅｒｎｅｌＦｕｎｃｔｉｏｎｏｆ ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ ＣＨＡＯＸｕｅｍｉｎ，ＺＨＯＵＪｉｐｉｎｇ （ＩｎｓｔｉｔｕｔｅｏｆＮｕｍｅｒｉｃａｌＭａｔｈｅｍａｔｉｃｓ，ＣｈｏｎｇｑｉｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０１３３１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＦａｃｅｉｍａｇｅｆｅａｔｕｒｅｐａｒａｍｅｔｅｒｗａｓｅｘｔｒａｃｔｅｄｂｙｕｓｉｎｇＫＬｔｒａｎｓｆｏｒｍ，ｔｈｅｎＳＶＭｗａｓｅｍ ｐｌｏｙｅｄａｓｆａｃｅｉｄｅｎｔｉｆｉｃａｔｉｏｎ．ＴｈｅｋｅｒｎｅｌｆｕｎｃｔｉｏｎｉｓｔｈｅｃｏｒｅｏｆｔｈｅＳＶＭ，ａｎｄｄｉｆｆｅｒｅｎｔｋｅｒｎｅｌｆｕｎｃｔｉｏｎ ｗｉｌｌｐｒｏｄｕｃｅｄｉｆｆｅｒｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎｅｆｆｅｃｔ．Ｉｎｏｒｄｅｒｔｏｇｅｔｋｅｒｎｅｌｆｕｎｃｔｉｏｎｗｉｔｈｇｏｏｄｌｅａｒｎｉｎｇａｂｉｌｉｔｙ ａｎｄｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｙ，ａｎｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｏｐｅｒｔｉｅｓ，ｋｅｒｎｅｌｆｕｎｃｔｉｏｎｗｉｌｌｂｅｌｏｃａｌｋｅｒｎｅｌｆｕｎｃ ｔｉｏｎａｎｄｇｌｏｂａｌｋｅｒｎｅｌｆｕｎｃｔｉｏｎｉｓｌｉｎｅａｒｃｏｍｂｉｎａｔｉｏｎｉｎｔｏａｎｅｗｋｅｒｎｅｌｆｕｎｃｔｉｏｎｃｏｍｂｉｎｅｄｋｅｒｎｅｌｆｕｎｃ ｔｉｏｎ．ＩｔｕｓｅｄＣｒｏｓｓＶａｌｉｄａｔｉｏｎｍｅｔｈｏｄｔｏｏｐｔｉｍｉｚｅｉｔｓｐａｒａｍｅｔｅｒｓａｎｄｃｏｍｂｉｎａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓ．Ｗｅａｐ ｐｌｉｅｄｔｈｅｋｅｒｎｅｌｉｎＳＶＭａｎｄｃｏｍｐａｒｅｄｔｈｅｃｏｍｍｏｎｋｅｒｎｅｌｉｎＹＡＬＥｆａｃｅｌｉｂｒａｒｙａｎｄｔｈｅＯＲＬｆａｃｅｄａ ｔａｂａｓｅｒｅｃｏｇｎｉｔｉｏｎｅｘｐｅｒｉｍｅｎｔ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｖｅｒｉｆｙｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｋｅｒｎｅｌｆｕｎｃｔｉｏｎ． ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｃｅｒｔｉｆｙｔｈａｔｔｈｅｃｏｍｂｉｎｅｄｋｅｒｎｅｌｆｕｎｃｔｉｏｎｏｆＳＶＭｉｓｓｕｐｅｒｉｏｒｔｏｃｏｍｍｏｎｋｅｒｎｅｌ ｆｕｎｃｔｉｏｎｏｆＳＶＭ． Ｋｅｙｗｏｒｄｓ：ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ；ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ；ｃｏｍｂｉｎｅｄｋｅｒｎｅｌｆｕｎｃｔｉｏｎ 　　在人类现实生活中，身份验证一直十分重要 主动方式也可以采用被动方式，能够被人们接受。 且被广泛