计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2004年
13期
198-201
,共4页
支持向量机11维特征向量%面部图像%神经麻痹
支持嚮量機11維特徵嚮量%麵部圖像%神經痳痺
지지향량궤11유특정향량%면부도상%신경마비
通过提取标准人脸正面图像的鼻尖、眼角、鼻角、嘴角等特征点,构成11雏特征向量,在介绍支持向量机(SVM)基本原理和实现算法的基础上,通过SVM对大样本的11雏特征向量进行学习,将面部神经麻痹的图像从正常人脸图像中分离出来,为医生诊断提供依据.试验证明,该方法对检测面部神经麻痹的准确率是令人满意的.
通過提取標準人臉正麵圖像的鼻尖、眼角、鼻角、嘴角等特徵點,構成11雛特徵嚮量,在介紹支持嚮量機(SVM)基本原理和實現算法的基礎上,通過SVM對大樣本的11雛特徵嚮量進行學習,將麵部神經痳痺的圖像從正常人臉圖像中分離齣來,為醫生診斷提供依據.試驗證明,該方法對檢測麵部神經痳痺的準確率是令人滿意的.
통과제취표준인검정면도상적비첨、안각、비각、취각등특정점,구성11추특정향량,재개소지지향량궤(SVM)기본원리화실현산법적기출상,통과SVM대대양본적11추특정향량진행학습,장면부신경마비적도상종정상인검도상중분리출래,위의생진단제공의거.시험증명,해방법대검측면부신경마비적준학솔시령인만의적.
