Publication

Face Detection using SVM Trained in Eigenfaces Space

Jean-Philippe Thiran, Vlad Popovici
2003
Conference Papers

Résumé

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.

Source officielle

https://infoscience.epfl.ch/entities/publication/20f413d3-0f19-4bfa-b088-48117b133bf7

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/20f413d3-0f19-4bfa-b088-48117b133bf7

À propos de ce résultat

Concepts associés (32)

Détection de visage

vignette|Détection de visage par la méthode de Viola et Jones. La détection de visage est un domaine de la vision par ordinateur consistant à détecter un visage humain dans une . C'est un cas spécifique de détection d'objet, où l'on cherche à détecter la présence et la localisation précise d'un ou plusieurs visages dans une image. C'est l'un des domaines de la vision par ordinateur parmi les plus étudiés, avec de très nombreuses publications, brevets, et de conférences spécialisées.

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.

Réduction de la dimensionnalité

vignette|320x320px|Animation présentant la projection de points en deux dimensions sur les axes obtenus par analyse en composantes principales, une méthode populaire de réduction de la dimensionnalité La réduction de la dimensionnalité (ou réduction de (la) dimension) est un processus étudié en mathématiques et en informatique, qui consiste à prendre des données dans un espace de grande dimension, et à les remplacer par des données dans un espace de plus petite dimension.

Afficher plus

Publications associées (32)

Afficher plus

Face Detection using SVM Trained in Eigenfaces Space

Chattez avec Graph Search

Quantum Attention for Vision Transformers in High Energy Physics

Deep Privacy Funnel Model: From a Discriminative to a Generative Approach with an Application to Face Recognition

Diffusion Processes on Implicit Manifolds