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。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !