一种卷积神经网络和极限学习机相结合的人脸识别方法

• 作者: 余丹 吴小俊
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 卷积神经网络 极限学习机 特征提取 人脸识别
• 年，卷（期）: 2016,（5）
• 页码范围: 996-1003
• 页数: 8页
• 分类号: TP391.4
• 字数: 4731字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.05.017

摘要

卷积神经网络是一种较好的特征提取器，但却不是最佳的分类器，而极限学习机能够很好地进行分类，却不能学习复杂的特征，根据这两者的优点和缺点，将它们结合起来，提出一种新的人脸识别方法。卷积神经网络提取人脸特征，极限学习机根据这些特征进行识别。本文还提出固定卷积神经网络的部分卷积核以减少训练参数，从而提高识别精度的方法。在人脸库 ORL和 XM2VTS上进行测试的结果表明，本文的结合方法能有效提高人脸识别的识别率，而且固定部分卷积核的方式在训练样本少时具有较大优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小俊	江南大学物联网工程学院	170	1079	17.0	22.0
2	余丹	江南大学物联网工程学院	1	16	1.0	1.0