基于支持向量机的人脸图像质量分类算法研究
龙源期刊网 http://www.qikan.com.cn
基于支持向量机的人脸图像质量分类算法研究
作者:李昆仑 兰长明
来源:《电脑知识与技术》2015年第06期
摘要:该文研究了几种解决大型规划问题的常用方法以及采用支持向量机进行多分类的方法;并在此基础上提出使用决策二叉树的方法来实现人脸图像质量的分类。基于支付向量机的人脸图像质量分类算法,对于无参考图像质量评价具有很好的指导意义,也为今后的研究打下了良好的基础。
关键词:支持向量机;多分类;二叉树;人脸图像
中图分类号:TP391 文献标识码:A 文章编号:1009-3044(2015)06-0175-02
Research of Face Image Quality Classification Algorithm Based on Support Vector Machine LI Kun-Lun, LAN Chang-Ming
(Science and Technology College of NanChang University, Nanchang 330029, China) Abstract:This paper analyzes several common methods to solve the problem of large scale planning and support vector machine. Based on this, we propose a method to realize the
classification of face image quality using by two fork trees. This method that used for face image quality classification has a good guide on the no reference image quality assessment, at the same time , which also lays a good foundation for further research.
Key words:support vector machine; multi classification; two fork tree; face image
人脸图像质量分类是近几年刚兴起的研究领域,该领域的研究成果相对来说还比较有限。但对人脸图像质量分类的研究具有重大意义:首先,人脸图像质量分类对一些人脸识别相关领域的研究起到基础性的作用,比如在某些人脸图像识别系统中,如果输的人脸图像质量较好,将能提高系统的人脸识别性能[1]。其次,目前都是采用人工方式来检查各种证件照中的人脸图像质量,人工检查时往往带有较多主观性,且率不高,不能在实时场所的应用。如果可以将人脸图像质量的实时分类融入到某些人脸图像的采集系统中,就能实现在采集人脸图像时对图像质量进行实时的监控,从而提高图像识别系统的效率,间接地降低系统的成本[2]。另外,人脸图像质量分类涉及人眼视觉识别系统,目前这方面的研究还比较少,如果能从人脸图像质量分类的研究中寻求相应人眼视觉机制的原理,则对视觉领域的进一步研究起到极大的促进作用[3]。当然,目前对图像质量分类的研究还处于原始阶段,本文提出采用基于支持向量机的人脸图像质量分类算法,希望能够为以后人脸图像质量评价系统的研究提供重要启示。