基于局部线性嵌入极限学习机的人脸识别新方法

• 作者: 刘太安 刘欣颖 孙小川 樊建聪 王波
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人脸识别 极限学习机 局部线性嵌入 特征提取 快速识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 178-183
• 页数: 6页
• 分类号: TP391
• 字数: 4587字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.03.030

摘要

针对人脸图片数量多、容易受噪声干扰,致使人脸识别的识别速度慢、准确率低的问题,提出一种基于局部线性嵌入极限学习机的人脸识别方法——LLE-ELM算法.利用局部线性嵌入(LLE)算法对人脸数据提取特征,最大限度保留原数据的特征结构,减少数据量,降低计算复杂;采用极限学习机(ELM)算法对提取特征后的数据进行分类;实现人脸识别,输出识别准确率和时长.通过在ORL数据库、Yale数据库、AR人脸库和CASIA-WEBFACE人脸库上的数值实验表明:与PCA、SVM、CNN算法对比,该算法具有较高的识别准确率和较快的识别速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘欣颖	山东科技大学计算机科学与工程学院	16	66	3.0	8.0
5	刘太安	山东科技大学计算机科学与工程学院	24	150	6.0	11.0
9	樊建聪	山东科技大学计算机科学与工程学院	20	157	6.0	12.0
10	王波	山东科技大学计算机科学与工程学院	3	10	1.0	3.0
11	孙小川	山东科技大学计算机科学与工程学院	2	0	0.0	0.0