本文關(guān)鍵詞：基于極限學(xué)習(xí)機(jī)與子空間追蹤的人臉識(shí)別算法

  更多相關(guān)文章： 人臉識(shí)別 極限學(xué)習(xí)機(jī) 稀疏表示 稀疏編碼 子空間追蹤

【摘要】：極限學(xué)習(xí)機(jī)(ELM)與稀疏表示分類(SRC)算法被廣泛應(yīng)用于人臉識(shí)別中。ELM學(xué)習(xí)速度快,但不能很好地處理噪聲圖像,SRC對(duì)噪聲具有魯棒性,但計(jì)算復(fù)雜度較高。針對(duì)上述2種算法的優(yōu)缺點(diǎn),利用子空間追蹤算法求解稀疏系數(shù),提出一種改進(jìn)的人臉識(shí)別算法,從而達(dá)到高識(shí)別率與快速的識(shí)別效果。該算法根據(jù)測(cè)試樣本的ELM實(shí)際輸出向量判斷是否為噪聲圖像,干凈圖像直接依據(jù)ELM輸出向量進(jìn)行分類,噪聲圖像采用子空間追蹤算法結(jié)合SRC框架來分類。在擴(kuò)展的Yale B和ORL人臉數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明,該算法不僅識(shí)別率高,且識(shí)別速度快。
【作者單位】： 長(zhǎng)沙理工大學(xué)計(jì)算機(jī)與通信工程學(xué)院;
【關(guān)鍵詞】： 人臉識(shí)別 極限學(xué)習(xí)機(jī) 稀疏表示 稀疏編碼 子空間追蹤
【基金】：國(guó)家自然科學(xué)青年基金資助項(xiàng)目(61202439) 湖南省教育廳優(yōu)秀青年基金資助項(xiàng)目(12B003) 湖南省交通運(yùn)輸廳科技計(jì)劃基金資助項(xiàng)目(201334)
【分類號(hào)】：TP391.41
【正文快照】： 如何準(zhǔn)確識(shí)別出人臉仍是一件困難的事情[1]。1概述人臉識(shí)別,即對(duì)于給定的人臉圖像,利用已經(jīng)存人臉識(shí)別是現(xiàn)代生物信息識(shí)別中的一項(xiàng)重要技儲(chǔ)的人臉數(shù)據(jù)庫確認(rèn)該圖像中人臉的身份。一般包術(shù),一直以來也是機(jī)器視覺與模式識(shí)別領(lǐng)域中的研含2個(gè)關(guān)鍵步驟[2]:特征提取與分類識(shí)別。特征

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 王李冬;;一種新的人臉識(shí)別算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年05期

2 桂榮;沈榮鑫;詹泳;;基于模糊神經(jīng)推理的人臉識(shí)別算法研究[J];華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

3 蘇士美;王燕;王明霞;;基于加權(quán)小波分解的人臉識(shí)別算法研究[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2014年01期

4 魏冬梅;周衛(wèi)東;;采用壓縮感知的人臉識(shí)別算法[J];計(jì)算機(jī)工程;2011年18期

5 陳皓;霍星;;視頻監(jiān)控中人臉識(shí)別算法穩(wěn)定性的改進(jìn)[J];工程圖學(xué)學(xué)報(bào);2011年06期

6 李美瑾;;人臉識(shí)別算法綜述與遠(yuǎn)程考試系統(tǒng)應(yīng)用研究[J];廣西廣播電視大學(xué)學(xué)報(bào);2012年01期

7 盛朝強(qiáng);王君;;煤礦井下人員簽到系統(tǒng)人臉識(shí)別算法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年07期

8 朱學(xué)毅;王崇駿;周新民;張W，

本文編號(hào)：772178