J 2003

Face detection using an SVM trained in eigenfaces space

POPOVICI, Vlad a JP THIRAN

Základní údaje

Originální název

Face detection using an SVM trained in eigenfaces space

Autoři

POPOVICI, Vlad a JP THIRAN

Vydání

AUDIO-AND VIDEO-BASED BIOMETRIC PERSON AUTHENTICATION, PROCEEDINGS, BERLIN, SPRINGER-VERLAG BERLIN, 2003, 0302-9743

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Utajení

není předmětem státního či obchodního tajemství

Označené pro přenos do RIV

Ne

UT WoS

Změněno: 4. 3. 2013 16:05, doc. Ing. Vlad Calin Popovici, PhD

Anotace

V originále

The central problem in the case of face detectors is to build a face class model. We present a method for face class modeling in the eigenfaces space using a large-margin classifier like SVM. Two main issues are addressed: what is the required number of eigenfaces to achieve a good classification rate and how to train the SVM for a good generalization. As the experimental evidence show, generally one needs less eigenfaces than usually considered. We will present different strategies for choosing the dimensionality of the PCA space and discuss their effectiveness in the case of face-class modeling.