激光与红外
激光與紅外
격광여홍외
LASER & INFRARED
2012年
2期
192-196
,共5页
李超%刘铁根%刘宏利%江俊峰%姚晓天
李超%劉鐵根%劉宏利%江俊峰%姚曉天
리초%류철근%류굉리%강준봉%요효천
模式识别%人脸识别%支持向量机%AdaBoost训练法
模式識彆%人臉識彆%支持嚮量機%AdaBoost訓練法
모식식별%인검식별%지지향량궤%AdaBoost훈련법
针对人脸识别算法复杂度高和误检率高的问题,提出了一种在二维主元分析(2DPCA)方法基础上,融合支持向量机(SVM)和AdaBoost训练法的近红外人脸识别新算法.该算法首先对近红外光照下的图像通过人脸检测、小波变换和二维主元分析得到“特征脸”；然后,对特征数据先进行SVM分类学习,并以SVM学习结果作为初始分类器,再通过Ada-Boost方法进一步加强,形成强分类器,作用于待测样本,完成识别.实验证明,该算法不仅提高了分类器的分类能力,而且降低了计算的复杂度,在实际场景应用中有较高的识别率.
針對人臉識彆算法複雜度高和誤檢率高的問題,提齣瞭一種在二維主元分析(2DPCA)方法基礎上,融閤支持嚮量機(SVM)和AdaBoost訓練法的近紅外人臉識彆新算法.該算法首先對近紅外光照下的圖像通過人臉檢測、小波變換和二維主元分析得到“特徵臉”；然後,對特徵數據先進行SVM分類學習,併以SVM學習結果作為初始分類器,再通過Ada-Boost方法進一步加彊,形成彊分類器,作用于待測樣本,完成識彆.實驗證明,該算法不僅提高瞭分類器的分類能力,而且降低瞭計算的複雜度,在實際場景應用中有較高的識彆率.
침대인검식별산법복잡도고화오검솔고적문제,제출료일충재이유주원분석(2DPCA)방법기출상,융합지지향량궤(SVM)화AdaBoost훈련법적근홍외인검식별신산법.해산법수선대근홍외광조하적도상통과인검검측、소파변환화이유주원분석득도“특정검”；연후,대특정수거선진행SVM분류학습,병이SVM학습결과작위초시분류기,재통과Ada-Boost방법진일보가강,형성강분류기,작용우대측양본,완성식별.실험증명,해산법불부제고료분류기적분류능력,이차강저료계산적복잡도,재실제장경응용중유교고적식별솔.
