首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于支持向量机的人脸姿态判定
引用本文:叶航军,白雪生,徐光祐.基于支持向量机的人脸姿态判定[J].清华大学学报(自然科学版),2003,43(1):67-70.
作者姓名:叶航军  白雪生  徐光祐
作者单位:清华大学,计算机科学与技术系,北京,100084
基金项目:国家"八六三"科技攻关项目(863-306-ZT03-01-1),国家自然科学基金资助项目(60273005),高等学校博士点专项科研基金资助项目(9900307)
摘    要:对于多姿态人脸检测中的姿态判定问题,提出了一种基于支持向量机(SVM)的人脸姿态判定算法。将人脸姿态划分成6个类别,从一个多姿态人脸库中手工标定出1800幅人脸图像作为训练样本集,分别训练基于支持向量分类(SVC)和基于支持向量回归(SVR)2种姿态分类器。另外标定出300幅人脸图像作为测试样本。SVC方法和SVR方法分别取得了1.67%和3.33%的分类错误率。其中SVC方法的分类效果明显优于在传统方法中效果最好的人工神经元网络(ANN)方法(分类错误率为3.33%)。对比实验结果表明,SVM方法对于解决姿态判定问题是很有效的。

关 键 词:支持向量机  人脸检测  姿态判定  模式分类
文章编号:1000-0054(2003)01-0067-04
修稿时间:2001年5月16日

Face pose discrimination with support vector machines
YE Hangjun,BAI Xuesheng,XU Guangyou.Face pose discrimination with support vector machines[J].Journal of Tsinghua University(Science and Technology),2003,43(1):67-70.
Authors:YE Hangjun  BAI Xuesheng  XU Guangyou
Abstract:
Keywords:support vector machine (SVM)  face detection  pose discrimination  pattern classification
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号