%0 Journal Article
%T 基于支持向量域描述的图像集匹配*
%A 曾青松
%J 模式识别与人工智能
%P 735-740
%D 2014
%X 提出一种基于支持向量域描述的图像集匹配方法.该方法首先通过支持向量机学习，将每个图像集合映射到高维特征空间，使用支持向量域对图像集合建模，建立的模型使用一个包含大部分样本的最小闭球表示.然后引入基于支持向量域之间距离的相似性度量，将集合的匹配转换为成对的支持向量域之间的距离计算.最后在基于集合的人脸和对象识别任务中分别进行测试，文中方法的识别率在ETH80、HondaUCSD和YouTube数据库上分别达到96.37%、100%和95.32%，优于其他方法.
%K 支持向量域描述
%K 图像集匹配
%K 集合相似性
%K 对象匹配
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9912.shtml