数据采集与处理
數據採集與處理
수거채집여처리
JOURNAL OF DATA ACQUISITION & PROCESSING
2010年
5期
595-599
,共5页
陈晓倩%许孜奕%陆丽%施鹏飞
陳曉倩%許孜奕%陸麗%施鵬飛
진효천%허자혁%륙려%시붕비
性别识别%局部特征%整体特征%AdaBoost算法%支持向量机
性彆識彆%跼部特徵%整體特徵%AdaBoost算法%支持嚮量機
성별식별%국부특정%정체특정%AdaBoost산법%지지향량궤
提出一种基于人脸正面图像的性别分类方法.为了提高性别识别率,本文采用AdaBoost算法提取整体特征,主动外观模型提取局部特征,组合局部与整体特征后使用支持向量机(SVM)进行分类的方法.本文在一个由AR,FERET,网上收集和实验室自行采集共同组成,且包含14 700余张人脸的数据库上进行实验.实验结果表明,该方法具有90%以上的识别率.
提齣一種基于人臉正麵圖像的性彆分類方法.為瞭提高性彆識彆率,本文採用AdaBoost算法提取整體特徵,主動外觀模型提取跼部特徵,組閤跼部與整體特徵後使用支持嚮量機(SVM)進行分類的方法.本文在一箇由AR,FERET,網上收集和實驗室自行採集共同組成,且包含14 700餘張人臉的數據庫上進行實驗.實驗結果錶明,該方法具有90%以上的識彆率.
제출일충기우인검정면도상적성별분류방법.위료제고성별식별솔,본문채용AdaBoost산법제취정체특정,주동외관모형제취국부특정,조합국부여정체특정후사용지지향량궤(SVM)진행분류적방법.본문재일개유AR,FERET,망상수집화실험실자행채집공동조성,차포함14 700여장인검적수거고상진행실험.실험결과표명,해방법구유90%이상적식별솔.
