检索结果-南通市图书馆

检索条件"主题词=分类ECOC"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

一种基于多类支持向量机模型提高人脸识别精度的方法

一种基于多类支持向量机模型提高人脸识别精度的方法

引用

作者： Abuzar Md. Nuruddin Pk. 天津职业技术师范大学

学位级别：硕士

面部识别是人工智能和图像处理(模式识别)领域的主要研究方向之一,已经广泛应用于身份认证、视频监控和生物检测。因为非接触式、自然、方便并且可靠,面部识别已成为生物识别系统的一个普遍选择。面部识别准确率仍然有待提高,一直被当... 详细信息

面部识别是人工智能和图像处理(模式识别)领域的主要研究方向之一,已经广泛应用于身份认证、视频监控和生物检测。因为非接触式、自然、方便并且可靠,面部识别已成为生物识别系统的一个普遍选择。面部识别准确率仍然有待提高,一直被当做一个重要的研究领域。因此,本文研究的主要目标就是提高人脸识别的准确性。现有的一些基于支持向量机(SVM)的方法,能够提高人脸识别精度。参考这些方法,本文提出了一种基于SVM的新方法,可以更加有效识别人脸。本文方法可以显著提高人脸识别精度,并可以用作合适的SVM多类模型。为了解决多于两个类别(多类)的问题,可以把几个二进制值分类器组合在一起,已有多个这种SVM与多分类器结合的模型得到了有效应用。本研究采用了组合式多分类器,即分类式纠错输出码(ecoc)分类器。本文方法采用方向梯度直方图(HOG)特征提取技术来提取图像相关特征。通过借助一对一编码设计方法,利用多类SVM对图像进行分类。此外,ecoc用于将多类分类问题简化为一组二进制分类问题,来降低错误率。为了验证本文提出的人脸识别方法的有效性,ORL、YALE、JAFFE和自建数据库分别被用来进行测试。实验结果显示,本文方法的正确率达到了98%以上,表明本文方法比现有的其他方法更为有效。本文所提出的人脸识别方法具有较高的识别精度。这种精度水平具有很多潜在的实际应用前景,如预防犯罪、残疾人辅助技术、执法和法医计算等。

关键词：多类模型面部识别分类ecoc 一对一多类ecoc

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：