您的位置：网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 计算机应用 > 摘要
基于独立负样本集和SVM的人脸确认算法
张星明 李和恒 华南理工大学计算机科学与工程学院 广州510641
|
摘要：在许多人脸确认应用领域,例如人脸计算机安全登录系统中,没有用于SVM训练的人脸数据库可以提供,在现有基于SVM的人脸确认算法的基础上,根据实际应用的需求,提出了一种新的基于独立负样本集和SVM的人脸确认算法,该方法对注册的用户图像通过眼睛抖动的方法生成足够多的正样本,利用FLD技术进行特征提取,并利用基于Rank的一对多的识别方法去除同类项,解决了训练样本与负样本类别冲突问题.正负样本送SVM进行训练可以得到相应的SVM模型,对于待确认的人脸图像就可以采用SVM进行验证了.对SCUT人脸数据库的测试表明：足够数量的负样本能够保证较低的FAR,且支持向量的数量不会随着负样本集的数量增长而增长.应用这个算法,实现了一个计算机安全登录系统. | |
|---|---|---|
| 格式：PDF 页数：6 页 页码范围：2138-2143页 | ||
学科分类：
|
||
| 关 键 词：独立负样本集（NIS） 支持向量机（SVM） 人脸确认 | ||
| 来源期刊：《计算机研究与发展》2006年 第12期 | ||
| 收录数据库：中文科技期刊数据库 | ||
|
||
