Déniz，O。；M·卡斯特里隆。；埃尔南德斯，M。 使用独立分量分析和支持向量机进行人脸识别。 （英语） Zbl 0980.68977号 Bigun，Josef（编辑）等人，基于音频和视频的生物特征身份验证。第三届国际会议，AVBPA 2001，瑞典哈尔姆斯塔德，2001年6月6日至8日。诉讼程序。柏林：斯普林格。莱克特。注释计算。科学。2091, 59-64 (2001). 摘要：支持向量机（SVM）和独立分量分析（ICA）是两种功能强大且相对较新的技术。SVM是一种分类器，在许多不同的任务中表现出了很高的泛化能力，包括对象识别问题。ICA是一种特征提取技术，可以看作是主成分分析（PCA）的推广。ICA主要用于盲信号分离问题。本文将这两种技术结合起来解决人脸识别问题。在两个不同的人脸数据库上进行了实验，获得了非常高的识别率。由于使用PCA/SVM组合的结果与使用ICA/SVM获得的结果相差不大，我们的实验表明SVM对表示空间相对不敏感。因此，由于独立分量分析的训练时间远大于主成分分析，这一结果表明，主成分分析与支持向量机的最佳实用组合。关于整个系列，请参见[Zbl 0980.68951号]. 引用于1文件 MSC公司： 68单位99 计算方法和应用 68吨10 模式识别、语音识别 软件：AR面 PDF格式BibTeX公司 XML格式引用 \textit{O.Déniz}等人，Lect。注释计算。科学。2091，59--64（2001；Zbl 0980.68977） 全文： 链接