支持向量機(jī)的核方法在人臉識(shí)別中的應(yīng)用研究.pdf

1、人臉識(shí)別技術(shù)是利用不同的個(gè)體在人臉或表情上所具有的獨(dú)特特征,把未知身份進(jìn)行唯一識(shí)別的技術(shù),是一種計(jì)算機(jī)安全技術(shù)。人臉識(shí)別技術(shù)具有非接觸性、方便快捷、精準(zhǔn)度高、適應(yīng)性強(qiáng)、安全性好等優(yōu)點(diǎn),應(yīng)用領(lǐng)域逐漸由專業(yè)化向?qū)挿夯l(fā)展,人臉識(shí)別技術(shù)將會(huì)有非常廣闊的應(yīng)用前景。支持向量機(jī)是由Vapnik等人在統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的基礎(chǔ)提出的一種新的機(jī)器學(xué)習(xí)方法,能較好地解決高維數(shù)、小樣本、非線性和局部極小點(diǎn)等實(shí)際問題。支持向量機(jī)已廣泛應(yīng)用于入侵檢

2、測(cè)技術(shù)、生物信息技術(shù)和文本分類等多個(gè)領(lǐng)域。將支持向量機(jī)分類應(yīng)用到人臉識(shí)別和圖像處理等領(lǐng)域,具有十分重要的意義。
　　核方法是解決支持向量機(jī)中非線性模式分類問題的一種有效途徑,核方法的關(guān)鍵是核函數(shù)的選擇或構(gòu)造。本論文的目的是研究修正的高斯核函數(shù)在人臉識(shí)別中的有效應(yīng)用。
　　本論文主要?jiǎng)?chuàng)新工作是:
　　1.針對(duì)AdaBoost算法在人臉識(shí)別中,識(shí)別時(shí)間太長(zhǎng),識(shí)別率不是太理想,提出了SVM分類算法。通過實(shí)驗(yàn)驗(yàn)證了SVM算法,

3、大大縮短了人臉識(shí)別時(shí)間,提高了識(shí)別率。
　　2.SVM采用高斯核函數(shù)進(jìn)行人臉識(shí)別的效果不是太理想,本文提出了修正的高斯核函數(shù),選擇合適的參數(shù)來提高修正高斯核的學(xué)習(xí)能力及分類能力,用理論證明了新核的合法性。將修正的高斯核函數(shù)應(yīng)用到人臉識(shí)別的中,與高斯核函數(shù)對(duì)比,用實(shí)驗(yàn)驗(yàn)證修正的高斯核函數(shù)能彌補(bǔ)高斯核函數(shù)的不足,并能發(fā)揮自己的優(yōu)勢(shì)。
　　3.ORL人臉數(shù)據(jù)庫中,只有個(gè)人不同表情不同側(cè)臉的圖像,并沒有同一個(gè)人不同發(fā)型的圖像和雙胞胎