B2DPCA和ELM人脸识别算法研究

• 作者: 李定珍 郭建昌
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 人脸识别 双向二维主成分分析 极端学习机 降维技术 识别准确率
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 成像技术与图像处理
• 页码范围: 440-445
• 页数: 6页
• 分类号: TP391.4
• 字数: 4385字
• 语种: 中文
• DOI: 10.3788/YJYXS20132803.0440

摘要

提出一种新型、高效的基于B2DPCA(双向二维主成分分析)和ELM(极端学习机)的人脸识别算法,该算法是根据曲波变换分解人脸图像和一种改进的降维技术,通过B2DPCA生成识别特征集来训练和测试ELM分类器,提高识别精度.通过大量实验,并把实验结果与现存技术进行比较,结果表明B2DPCA+ ELM算法有效地提高了识别准确率,并降低了对原型数量的依赖.将来有望能把局部特征和基于曲波分解的全局信息结合起来应用到识别精度和分类速度上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李定珍	南阳理工学院电子与电气工程学院	32	58	5.0	5.0
2	郭建昌	南阳理工学院电子与电气工程学院	8	11	2.0	3.0