资料下载
×
基于图像超分辨率SR极限学习机ELM的人脸识别
消耗积分:1 |
格式:rar |
大小:0.97 MB |
2017-12-25
分享资料个
极低分辨率图像本身包含的判别信息少且容易受到噪声的干扰，在现有的人脸识别算法下识别率较低。为了解决这一问题，提出一种基于图像超分辨率（SR）极限学习机（ELM）的人脸识别算法。首先，从样本库学习耦合的高低分辨率图像稀疏表达字典，利用高低分辨率表达系数的流形一致性重建高分辨率图像；其次，在超分辨率重建的高分辨率（HR）图像上构建ELM模型，训练获得前向神经网络的连接权值；最后，通过ELM预测输入极低人脸图像的类别属性。实验结果表明，针对于重建后的极低分辨率人脸图片，与协同表示的分类（ CRC）人脸识别算法相比，所提算法将识别率分别提升了2%；同时也大幅度缩短了识别的时间。结果表明所提算法能够有效解决极低分辨率图片判决信息不足的问题，具有较好的识别能力。
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
评论(0)
发评论
- 相关下载
- 相关文章
