基于部件和支持向量机的人脸分类  

Face Classification Based on Component and Support Vector Machine

作　　者：罗瑜[1] 李涛[2] 何大可[3] 徐图[3] 

机构地区：[1]电子科技大学计算机科学与工程学院,成都610054 [2]四川文理学院计算机科学系,达州635000 [3]西南交通大学信息科学与技术学院,成都610031

出　　处：《计算机工程》2008年第4期198-200,共3页Computer Engineering

基　　金：上海市特种光纤重点实验室科研基金资助项目“地铁CBTC无线接入安全认证算法研究”(20050926);四川省教育厅青年基金资助项目(2006B119)

摘　　要：提出一种基于部件的人脸分类方法,将人脸部件的离散余弦变换系数作为特征向量,通过支持向量机训练分类器。部件分类器确定了人脸图像中的部件区域,人脸分类器确定了人脸图像的所属类别。ORL人脸图像数据库仿真实验表明,该方法对表情、姿态变化具有很好的鲁棒性。This paper proposes a method for face classification based on face component. Discrete Cosine Transform（DCT） coefficients are extracted as feature vectors from the face component image, Support Vector Machine（SVM） is used to train component and face classification machine. Component classification machine distinguishes the component regions in the face image, and face classification machine determines which person the image should belong to. Based on ORL face image database, experimental results illustrate that the method is insensitive to expression and pose variations.

关 键 词：人脸分类 支持向量机 人脸部件 离散余弦变换 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]