基于改进型深度数据流形的数据分类算法及在人脸中的应用

• 作者: 刘晓乐 宋全有 韩忠华
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 数据分类 人脸识别 数据流形 深度 降维 支持向量机
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 固态电子器件及材料
• 页码范围: 844-849
• 页数: 6页
• 分类号: TP391.41
• 字数: 2022字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2014.05.010

摘要

针对数据分类问题的局限，提出一种基于改进型深度数据流形的数据分类算法并将其应用到人脸识别中。首先，通过采集人脸图像的深度信息，利用稀疏表示对其进行去噪处理；再结合图像的颜色信息，重新生成三维人脸信息数据库，通过对人脸数据的流形分析得到最优的降维结果，按十字十乘交叉验证法的原则选取训练集和测试集，将训练集输入支持向量机算法建立数据分类器；最后，将测试集输入训练完成的分类器中，实现人脸数据分类。选取ORL、Yale两类人脸图像标准数据库与传统人脸识别算法进行交叉对比实验，验证算法的优越性和可行性。实验结果表明：所提出的算法有较高的分类准确率，可有效地完成人脸识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋全有	河南交通职业技术学院交通信息工程系	13	11	2.0	2.0
2	韩忠华	中国科学院沈阳自动化研究所	24	109	7.0	8.0
3	刘晓乐	河南工程学院计算机学院	14	26	3.0	4.0