hh.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Support vector features and the role of dimensionality in face authentication
Högskolan i Halmstad. Swiss Federal Institute of Technology (EPFL-DI), Lausanne, Switzerland.
Högskolan i Halmstad, Akademin för informationsteknologi, Halmstad Embedded and Intelligent Systems Research (EIS).
Swiss Federal Institute of Technology (EPFL-DI), Lausanne, Switzerland.
2002 (Engelska)Ingår i: Pattern recognition with support vector machines / [ed] Seong-Whan Lee, Alessandro Verri, Heidelberg: Springer Berlin/Heidelberg, 2002, Vol. LNCS-2388, s. 249-259Konferensbidrag, Publicerat paper (Övrigt vetenskapligt)
Abstract [en]

A study of the dimensionality of the Face Authentication problem using Principal Component Analysis (PCA) and a novel dimensionality reduction algorithm that we call Support Vector Features (SVFs) is presented. Starting from a Gabor feature space, we show that PCA and SVFs identify distinct subspaces with comparable authentication and generalisation performance. Experiments using KNN classifiers and Support Vector Machines (SVMs) on these reduced feature spaces show that the dimensionality at which saturation of the authentication performance is achieved heavily depends on the choice of the classifier. In particular, SVMs involve directions in feature space that carry little variance and therefore appear to be vulnerable to excessive PCA-based compression. © Springer-Verlag Berlin Heidelberg 2002.

Ort, förlag, år, upplaga, sidor
Heidelberg: Springer Berlin/Heidelberg, 2002. Vol. LNCS-2388, s. 249-259
Serie
Lecture notes in computer science, ISSN 0302-9743 ; 2388
Nyckelord [en]
Authentication, Pattern recognition, Support vector machines, Vector spaces, Vectors
Nationell ämneskategori
Språkteknologi (språkvetenskaplig databehandling) Datorseende och robotik (autonoma system) Datorsystem
Identifikatorer
URN: urn:nbn:se:hh:diva-14914DOI: 10.1007/3-540-45665-1_19ISI: 000187252200019Scopus ID: 2-s2.0-33244465068ISBN: 978-3-540-44016-1 (tryckt)ISBN: 978-3-540-45665-0 (digital)OAI: oai:DiVA.org:hh-14914DiVA, id: diva2:408410
Konferens
First international workshop, SVM 2002, Niagara Falls, Canada, August 10, 2002
Tillgänglig från: 2011-04-04 Skapad: 2011-04-04 Senast uppdaterad: 2018-07-19Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Bigun, Josef

Sök vidare i DiVA

Av författaren/redaktören
Bigun, Josef
Av organisationen
Högskolan i HalmstadHalmstad Embedded and Intelligent Systems Research (EIS)
Språkteknologi (språkvetenskaplig databehandling)Datorseende och robotik (autonoma system)Datorsystem

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 156 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf