基于局部线性嵌入极限学习机的人脸识别新方法

作     者：王波 刘太安 樊建聪 孙小川 刘欣颖 Wang Bo;Liu Taian;Fan Jiancong;Sun Xiaochuan;Liu Xinying

作者机构：山东科技大学计算机科学与工程学院山东青岛266590 山东科技大学信息工程系山东泰安271019 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2020年第37卷第3期

页      面：178-183页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(E040101,50811120111,51574221,41874044) 山东科技大学(泰安)科研创新团队项目(2013KYTD04) 山东科技大学科研平台项目(2014KYPT30) 

主　　题：人脸识别 极限学习机 局部线性嵌入 特征提取 快速识别 

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。