人脸特征选择中的SVM泛化误差估计

• 作 者: 李伟红 龚卫国 杨利平 辜小花
• 机 构: 重庆大学光电技术及系统教育部重点实验室
• 出 处: 光学精密工程
• 发表日期: 2008年08期
• 关键词: SVM泛化误差界 人脸特征选择 Filter模型 Wrapper模型 递归特征排除法 Support Vector Machine（SVM） generaliz
• 基金项目: 国防“十一五”基础科研基金资助项目（No.C10020060355）,国家863高技术研究发展计划资助项目（No.2007AA01Z423）,重庆市科技攻关研究项目（No.CSTC2007AC2018）

为了研究在人脸特征选择中用支持向量机(SVM)泛化误差界作特征选择判据的有效性问题,结合过滤(Filter)和封装(Wrapper)模型构造了人脸特征选择及识别的新框架,将小波变换(WT)和核主元分析(KPCA)作为Filter模型,最小化SVM的VC维(VC)留一法(LOO)误差界及支持向量span误差界作为Wrapper模型的特征选择判据;通过递归特征排除法(RFE)在UMIST人脸图像库上进行人脸特征选择及识别实验。实验结果表明:判据为VC维的LOO误差界和支持向量span误差界时,特征维数可