重庆市自然科学基金(CSTC2005BB2181)
- 作品数：3 被引量：15H指数：2
- 相关作者：陈伟民李伟红龚卫国梁毅雄尹克重更多>>
- 相关机构：重庆大学更多>>
- 发文基金：重庆市自然科学基金教育部科学技术研究重点项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种人脸特征选择新方法的研究被引量：9
- 2006年
- 本文提出一种人脸特征复合选择的新方法。首先对原始图像进行小波2阶分解和KPCA进行特征提取,然后将获得的特征进行SVM训练,经过GSFS反复选择具有最小间隔的支持向量作为最佳特征组合,最后输入线性SVM分类器进行分类。实验报告了本方法在UMIST及IITL人脸数据库上的应用,并对特征选择前后的分类能力及速度进行了比较,结果显示经过本方法的特征选择后,人脸识别能力有所提高,分类速度明显加快。
- 李伟红陈伟民龚卫国
- 关键词：人脸识别小波变换支持向量机
- 基于SVM RFE的人脸特征选择方法被引量：4
- 2006年
- 提出一种新的基于SVMRFE(SupportVectorMachineRecursiveFeatureElimination)的人脸特征选择方法。该方法将权重矢量和半径/间隔作为SVMRFE的特征选择标准,采用缩放因子梯度算法优化特征搜索。基于该方法构建了一种实用、有效的人脸特征提取、选择及识别框架,并在UMIST人脸数据库上进行了验证实验。对特征选择前后的分类能力及速度进行了分析比较,结果表明,该方法是一种实用、有效的人脸特征选择方法,可以在特征维数为80左右时,达到94.62%的分类识别率。
- 李伟红龚卫国陈伟民梁毅雄尹克重
- 关键词：人脸识别支持向量机SVM
- 基于不同Margin的人脸特征选择及识别方法被引量：2
- 2007年
- Margin在机器学习中具有很重要的意义,基于margin的特征选择方法就是从分类的角度对特征集各特征的权重进行分析。该文对不同的margin进行了分析,提出将sample-margin和hypothesis-margin分别作为特征选择标准对SBS特征选择方法进行改进,然后设计具有最佳超参数的SVM多项式分类器进行人脸识别。实验在FRERT人脸图像库上进行并与Relief特征选择方法进行了比较,对SVM和NN分类器的实验结果也进行了分析。实验结果显示:该文提出的人脸识别特征选择及识别方法是有效、适用的。
- 李伟红陈伟民杨利平龚卫国
- 关键词：人脸识别MARGIN
