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