基于非参数技术的贝叶斯人脸识别算法  

Bayesian Classifier for Face Recognition Based on Nonparametric Method

作　　者：唐杰[1] 山世光[1] 陈熙霖[1] 高文[1] 

机构地区：[1]中国科学院计算技术研究所

出　　处：《计算机应用研究》2007年第7期292-294,共3页Application Research of Computers

基　　金：国家自然科学基金重点资助项目(60332010);中国科学院"百人"计划资助项目

摘　　要：考虑到类内差与类间差的分布实际并不是严格的高斯分布,在概率密度估计方面提出改进的方案。采用非参数技术而不是高斯模型估计后验概率,将其应用于传统的贝叶斯分类器。在FERET数据库的FB及FC子集上的实验结果表明,使用非参数技术的贝叶斯分类器优于或相当于使用高斯模型的分类器,且具有训练简单的优点。This paper proposed an approach which used nonparametric method to estimate the posterior probability instead of Gaussian model. The experiments on FERET FB and FC testing set show the proposed method is better than or equal to the Bayesian classifier using Gaussian model, and the proposed method is easy to be trained

关 键 词：贝叶斯分类器 非参数技术 人脸识别 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]