人臉識別中基于二叉樹的支持向量機多類分類算法研究.pdf

1、人臉識別是當(dāng)前模式識別與圖像處理領(lǐng)域的熱點和難點問題，其有著廣泛的應(yīng)用背景，因此人臉識別的研究有著重要的現(xiàn)實意義。支持向量機是在統(tǒng)計學(xué)習(xí)理論的基礎(chǔ)上發(fā)展起來的一種針對小樣本的學(xué)習(xí)方法，它基于結(jié)構(gòu)風(fēng)險最小化原則，具有良好的推廣性能和較好的分類精確性。支持向量機選用最優(yōu)分類超平面作為判別函數(shù)，以最大化分類間隔為條件，將分類問題轉(zhuǎn)化為一個簡單的二次規(guī)劃問題，使問題具有唯一的極值點。通過引入核函數(shù)，巧妙地將線性不可分問題投射到高維空間后轉(zhuǎn)化為線

2、性可分。而且因為采用核機制，問題的計算復(fù)雜度并沒有增加。通過選取不同的核函數(shù)，許多傳統(tǒng)的分類方法都可以在支持向量機里找到相應(yīng)的作用機理。支持向量機在解決小樣本問題方面己經(jīng)表現(xiàn)出許多特有的優(yōu)勢，并己成為當(dāng)前國際上模式識別領(lǐng)域的首選分類器。 本文闡述了人臉識別和支持向量機的基本原理，主要采用改進的主成分分析技術(shù)對檢測到的人臉圖像進行特征提取，然后利用支持向量機分類方法對提取的人臉特征進行分類和識別。介紹了幾種常見的支持向量機多類分類