基于支持向量机的人脸识别身份验证技术研究  

Face Recognition and Figure Confirmation Based on Support Vector Machines

作　　者：樊慧丽[1] 杨亚萍[1] 胡俊杰[1] 

机构地区：[1]浙江万里学院电子信息学院,浙江宁波315100

出　　处：《太原理工大学学报》2007年第3期219-221,共3页Journal of Taiyuan University of Technology

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。由于支持向量机的推广性取决于核函数参数与误差惩罚因子的选择,为此采用思维进化算法对其参数进行优化选择,提出支持向量机与思维进化算法相结合的新型算法进行分类识别,算法解决了支持向量机参数选取的难题,利用ORL人脸库进行仿真实验,结果表明,基于改进的支持向量机的人脸识别技术识别效率高、方法有效。Karhunen-Loeve transform is employed to get the representation basis of face image set, then use support vector machines to recognize. Because the uses of SVM depends on the selection of kernel function parameter and error warning factor , MEBML is used to search for the best parameters, provide a new way of combining support vector machines and MEBML to classify and recognize, it solves the problem of SVM＇s parameters selection, simulating on the ORL face image database, the result shows improved face recognition base on support vector machine are effective.

关 键 词：支持向量机 核函数 最优分类超平面 思维进化算法 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]