Publication

Face Class Modeling in Eigenfaces Space

Jean-Philippe Thiran, Vlad Popovici
2003
Conference Papers

Résumé

We present a method for face class modeling in the eigenfaces space using a large-margin classifier like SVM. Another issue addressed is how to select the number of eigenfaces to achieve a good classification rate. As the experimental evidence show, generally one needs less eigenfaces than usually considered. We will present different strategies and discuss their effectiveness in the case of face-class modeling.

Source officielle

https://infoscience.epfl.ch/entities/publication/0b393bb2-4b1a-411f-9aa4-f99341120c15

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Jean-Philippe Thiran, Vlad Popovici
2003
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/0b393bb2-4b1a-411f-9aa4-f99341120c15

À propos de ce résultat

Concepts associés (32)

Eigenface

Les eigenfaces sont un ensemble de vecteurs propres utilisés dans le domaine de la vision artificielle afin de résoudre le problème de la reconnaissance du visage humain. Le recours à des eigenfaces pour la reconnaissance a été développé par Sirovich et Kirby (1987) et utilisé par Matthew Turk et Alex Pentland pour la classification de visages. Cette méthode est considérée comme le premier exemple réussi de technologie de reconnaissance faciale.

Machine à vecteurs de support

Les machines à vecteurs de support ou séparateurs à vaste marge (en anglais support-vector machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation des classifieurs linéaires. Les séparateurs à vaste marge ont été développés dans les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement d'une théorie statistique de l'apprentissage : la théorie de Vapnik-Tchervonenkis.

Classifieur linéaire

En apprentissage automatique, les classifieurs linéaires sont une famille d'algorithmes de classement statistique. Le rôle d'un classifieur est de classer dans des groupes (des classes) les échantillons qui ont des propriétés similaires, mesurées sur des observations. Un classifieur linéaire est un type particulier de classifieur, qui calcule la décision par combinaison linéaire des échantillons. « Classifieur linéaire » est une traduction de l'anglais linear classifier.

Afficher plus

Publications associées (29)

Afficher plus

Face Class Modeling in Eigenfaces Space

Chattez avec Graph Search

Nanoelectronic devices comprising patterned thin films and method for producing the same

Nanoelectronic devices comprising patterned thin films and method for producing the same

On the Generation of Face Morphs by Inversion of Optimal Morph Embeddings