基于支持向量機(jī)的人臉識(shí)別改進(jìn)算法.pdf

1、人臉識(shí)別是生物特征識(shí)別的一個(gè)重要分支，也是計(jì)算機(jī)視覺與模式識(shí)別領(lǐng)域非?；钴S的研究方向。與其他人體生物特征識(shí)別方式相比，人臉識(shí)別具有方式友好，采樣方便，無需接觸等許多優(yōu)點(diǎn)，加之現(xiàn)代信息通訊技術(shù)飛速發(fā)展的迫切需求，人臉識(shí)別研究的重要意義日趨顯著。
　　 論文的主要工作集中在以下幾個(gè)方面：人臉識(shí)別技術(shù)研究、支持向量機(jī)基本理論和基于支持向量機(jī)的人臉識(shí)別算法研究。人臉識(shí)別技術(shù)研究中，研究分析了人臉識(shí)別技術(shù)中三個(gè)重要的技術(shù)方向，即人臉檢測(cè)、

2、特征提取和分類算法；接下來，簡(jiǎn)要分析統(tǒng)計(jì)學(xué)習(xí)理論的核心內(nèi)容和支持向量機(jī)的基本理論；最后，本文對(duì)基于決策樹的支持向量機(jī)方法做了進(jìn)一步的研究。在此基礎(chǔ)上，提出了一種改進(jìn)的基于決策樹的支持向量機(jī)人臉識(shí)別算法。該算法通過分析訓(xùn)練樣本集獲取樣本集的先驗(yàn)知識(shí)，引入類間分離測(cè)度構(gòu)造一個(gè)決策樹，以避免發(fā)生分類錯(cuò)誤累積，使分類器獲得良好的推廣能力。該算法有效地解決了相關(guān)分類算法中存在的數(shù)據(jù)集偏移和類間重疊問題。訓(xùn)練時(shí)只需構(gòu)造(N-1)個(gè)支持向量機(jī)分類器，