CAJ | 학술논문

为了探测图像中的肤色像素,提出了一种新的方法-支持向量机(SVM:Support Vector Machine)方法.它是一种基于肤色的非特定人的面部定位方法,是非接触人机交互技术和机器视觉中的一个重要内容.实验结果表明,采用支持向量机方法较传统人工神经网络方法不仅有更高的探测准确性,而且具有更好的推广性能.由于SVM采用结构风险最小化(SRM:Structural Risk Minimization)准则,在最小化训练误差(经验风险)的同时,尽量缩小模型预测误差的上界,从而使模型有更好的泛化能力.
위료탐측도상중적부색상소,제출료일충신적방법-지지향량궤(SVM:Support Vector Machine)방법.타시일충기우부색적비특정인적면부정위방법,시비접촉인궤교호기술화궤기시각중적일개중요내용.실험결과표명,채용지지향량궤방법교전통인공신경망락방법불부유경고적탐측준학성,이차구유경호적추엄성능.유우SVM채용결구풍험최소화(SRM:Structural Risk Minimization)준칙,재최소화훈련오차(경험풍험)적동시,진량축소모형예측오차적상계,종이사모형유경호적범화능력.