基于加权KPCA和融合极限学习机的人脸识别

• 作者: 李魁英 赖惠成
• 来源期刊: 现代电子技术
• 关键词: 人脸识别 WKPCA 鉴别矩阵 ELM 特征融合 人脸图像
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 36-39,44
• 页数: 5页
• 分类号: TN911.73-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.11.009

摘要

针对传统的核主成分分析(KPCA)人脸识别算法的投影变换矩阵未必是最佳鉴别矩阵的问题,提出一种加权核主成分分析(WKPCA)的人脸识别算法.高分辨率人脸图像包含图像的大部分纹理信息,而低分辨率人脸图像体现了图像的大量形状信息,两类图像经WKPCA提取的特征具有一定的互补性,根据此特性将提取的特征融合以实现分类识别.所提算法采用ELM神经网络作为分类器,在ORL人脸库和Yale人脸库上的实验验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赖惠成	新疆大学信息科学与工程学院	71	372	9.0	16.0
2	李魁英	新疆大学信息科学与工程学院	1	2	1.0	1.0