基于线性SVM子空间的正面人脸检测研究  

Obverse Face Detection Based on the Subspace of Linear Support Vector Machine

作　　者：赵秀英[1] 郭颂[2] 

机构地区：[1]洛阳师范学院计算机科学系,河南洛阳471002 [2]信阳师范学院计算机科学系,河南信阳464000

出　　处：《信阳师范学院学报（自然科学版）》2008年第2期291-293,共3页Journal of Xinyang Normal University(Natural Science Edition)

基　　金：河南省自然科学基金项目(0311012600)

摘　　要：通过对二阶段的子空间方法的研究,提出了基于线性SVM子空间的正面人脸检测方法.首先构造线性SVM粗分类滤波器,然后在线性SVM粗分类滤波器分割的子空间内构造高斯核的非线性SVM分类器.检测时,为了加快速度引入了平均脸模板匹配进行粗筛选,然后依次通过线性SVM粗分类滤波器、非线性SVM分类器进行人脸检测.As an instance of the 2-stage Subspace Approach, a frontal method is proposed. A linear SVM classifier is trained as a filter to produce a subspace in which a non-linear SVM classifier with Gaussian kernel is trained for face detection. In detection procedure, a template matching is first used to coarse filtering for speeding up, then the face detection is given by the linear SVM filter and the non-linear SVM filter in turn.

关 键 词：子空间 正面人脸检测 支持向量机 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]