基于PCA和非线性SVC的小数据人脸识别

摘要

为了提高小数据集下人脸识别的准确率,提出基于主成分分析(PCA)算法和非线性支持向量机算法的算法分类器.同时为了进一步优化该算法分类器,提出利用网格搜索法改进非线性支持向量机SVC算法.改进后的SVC算法能自主寻找最优参数,使得整个学习分类器处于性能最优状态.经实验证明组合PCA和改进后的SVC学习分类器不但有效提高了人脸识别的准确率,并且节省人工选取特征的时间成本.