基于svm的特定人脸识别技术研究

《基于svm的特定人脸识别技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆交通大学硕士学位论文基于SVM的特定人脸识别技术研究姓名：袁亮申请学位级别：硕士专业：管理科学与工程指导教师：林鹰20120410摘要特定人脸识别技术是人脸识别的重要部分，其主要目的是判断人脸样本是否属于某个类别。从算法的角度考虑，特定人脸识别技术对训练样本分布、分类器阈值设定、分类结果评价方法等方面有其独特的要求。首先，特定人脸识别技术的训练样本属于小样本，其分类的阈值也需要针对不同类别的样本进行单独设置。而其评价方法也无法简单的使用分类成功率来表示，而应该考察其正确接受率、正确拒绝率、错误接受率和错误拒绝率等多个指标。文章首先采用了经典的人脸识别算法对特定人

2、脸识别任务进行了实验，通过ROC曲线的表现，指出了原有算法的不足：除了算法本身的缺陷之外，无法针对分布范围很广的负样本进行有效描述也是这些算法在特定人脸识别任务中表现不佳的原因。为了提高算法在特定人脸识别任务中的性能，文章使用了AdaBoost方法对SVM分类器进行了组合训练。在训练过程中，可以通过权值定义来有针对性的挑选样本类别进行训练，从而提升算法对不同类别样本的分类能力。另一方面，由于AdaBoost对弱分类器的分类精度和差异性有一定的要求，一个比较稳定的分类器在经过AdaBoost训练后，分类性能并不能获得实质上的提高，所以在选择弱分类器时，必须保证一定的差

3、异性。针对这种要求，文章采用基于径向基核函数的SVM分类器，并提出了在每轮训练中进行参数调整的AdaBoost．OPSVM方法和AdaBoost．CPSVM方法以保证训练的需要，并取得了较好的分类效果。关键词：特定人脸识别；支撑向量机；AdaBoost；可变参核函数ABSTRACTThespecifichumanfacerecognitiontechnologyis锄importantpartofhumanfacerecognition．Itsprimarypurposeistodecideifonehumanfacesamplebelongstoaparticul

4、arclass．FromtheMgofithmside，thespecifichumanfacerecognitiontechnologyhasmanyspecialrequiresindistributionoftrainingsamples，classifythreshold,andtheresultvaluation．Firstofall，thetrainingsampleinspecifichumanfacerecognitionoftenissmallsample，andthethresholdshouldsettingforthedifferentcla

5、ssofsamples．TheevaluationofspecifichumanfacerecognitionCan’tsimplycalculatebyaccuracyofclassify,andshouldjudgebymanytargetsuchastrueacceptrate，truerejectrate，falseacceptrate，falserejectrate．Thispaperhaddonesomeexperimentsofspecifichumanfacerecognitionbyclassicrecognitionalgorithm，point

6、outtheweaknessthoughtheperformanceofROCcurve；Besidethenaturedefectofthesealgorithms，themajorreasonoflowperformanceinspecifichumanfacerecognitionisthatthesealgorithmscan’tdescribethewilddistributionofnegativesamples．Forincreasetheperformanceofclassicalgorithminspecifichumanfacerecogniti

7、on,thispaperdecidestocombinetheSVMclassifierbyAdaBoostalgorithmtOtrainingtheclassifier．Inthetrainingprocess，theparametersofSVMclassifiercouldbechangedeveryturntofittheclassofsamples，whichcanimprovetheclassifyaccuracyofalgorithmfordifferentclassofsamples．Intheotherhand,becauseoftheacc