信息技术
信息技術
신식기술
INFORMATION TECHNOLOGY
2014年
7期
163-166,170
,共5页
谢沙沙%李素梅%王光华%马辰阳
謝沙沙%李素梅%王光華%馬辰暘
사사사%리소매%왕광화%마신양
人眼注视%统计学习理论%主成分分析%支持向量机
人眼註視%統計學習理論%主成分分析%支持嚮量機
인안주시%통계학습이론%주성분분석%지지향량궤
eye gazing%statistical learning theory%principle component analysis (PCA)%support vector machine (SVM)
眼睛注视是人类传播信息的一个重要的媒介,实现对人眼注视与否的探知已经成为人机交互领域中一个亟需解决的问题.针对这个问题,首先采用主成分分析方法对人眼图像进行预处理,得到有利于人眼分类的一组低维特征系数,然后采用基于统计学习理论的支持向量机网络实现对人眼注视与否的判断,并通过大量的实验得出适合于人眼注视与否的最佳主成分特征维数.实验表明,在有限个样本的训练下,当PCA特征维数在18至23之间时,能够得到令人满意的结果,正确识别率均在91％之上,而特征维数为20时,测试样本被正确识别的比率最高,可达98.78％.
眼睛註視是人類傳播信息的一箇重要的媒介,實現對人眼註視與否的探知已經成為人機交互領域中一箇亟需解決的問題.針對這箇問題,首先採用主成分分析方法對人眼圖像進行預處理,得到有利于人眼分類的一組低維特徵繫數,然後採用基于統計學習理論的支持嚮量機網絡實現對人眼註視與否的判斷,併通過大量的實驗得齣適閤于人眼註視與否的最佳主成分特徵維數.實驗錶明,在有限箇樣本的訓練下,噹PCA特徵維數在18至23之間時,能夠得到令人滿意的結果,正確識彆率均在91％之上,而特徵維數為20時,測試樣本被正確識彆的比率最高,可達98.78％.
안정주시시인류전파신식적일개중요적매개,실현대인안주시여부적탐지이경성위인궤교호영역중일개극수해결적문제.침대저개문제,수선채용주성분분석방법대인안도상진행예처리,득도유리우인안분류적일조저유특정계수,연후채용기우통계학습이론적지지향량궤망락실현대인안주시여부적판단,병통과대량적실험득출괄합우인안주시여부적최가주성분특정유수.실험표명,재유한개양본적훈련하,당PCA특정유수재18지23지간시,능구득도령인만의적결과,정학식별솔균재91％지상,이특정유수위20시,측시양본피정학식별적비솔최고,가체98.78％.
