支持向量機的核方法在人臉識別中的應(yīng)用研究.pdf

1、人臉識別技術(shù)是利用不同的個體在人臉或表情上所具有的獨特特征,把未知身份進行唯一識別的技術(shù),是一種計算機安全技術(shù)。人臉識別技術(shù)具有非接觸性、方便快捷、精準度高、適應(yīng)性強、安全性好等優(yōu)點,應(yīng)用領(lǐng)域逐漸由專業(yè)化向?qū)挿夯l(fā)展,人臉識別技術(shù)將會有非常廣闊的應(yīng)用前景。支持向量機是由Vapnik等人在統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風險最小化原則的基礎(chǔ)提出的一種新的機器學(xué)習(xí)方法,能較好地解決高維數(shù)、小樣本、非線性和局部極小點等實際問題。支持向量機已廣泛應(yīng)用于入侵檢

2、測技術(shù)、生物信息技術(shù)和文本分類等多個領(lǐng)域。將支持向量機分類應(yīng)用到人臉識別和圖像處理等領(lǐng)域,具有十分重要的意義。
　　核方法是解決支持向量機中非線性模式分類問題的一種有效途徑,核方法的關(guān)鍵是核函數(shù)的選擇或構(gòu)造。本論文的目的是研究修正的高斯核函數(shù)在人臉識別中的有效應(yīng)用。
　　本論文主要創(chuàng)新工作是:
　　1.針對AdaBoost算法在人臉識別中,識別時間太長,識別率不是太理想,提出了SVM分類算法。通過實驗驗證了SVM算法,

3、大大縮短了人臉識別時間,提高了識別率。
　　2.SVM采用高斯核函數(shù)進行人臉識別的效果不是太理想,本文提出了修正的高斯核函數(shù),選擇合適的參數(shù)來提高修正高斯核的學(xué)習(xí)能力及分類能力,用理論證明了新核的合法性。將修正的高斯核函數(shù)應(yīng)用到人臉識別的中,與高斯核函數(shù)對比,用實驗驗證修正的高斯核函數(shù)能彌補高斯核函數(shù)的不足,并能發(fā)揮自己的優(yōu)勢。
　　3.ORL人臉數(shù)據(jù)庫中,只有個人不同表情不同側(cè)臉的圖像,并沒有同一個人不同發(fā)型的圖像和雙胞胎