液晶与显示
液晶與顯示
액정여현시
CHINESE JOURNAL OF LIQUID CRYSTALS AND DISPLAYS
2013年
3期
440-445
,共6页
人脸识别%双向二维主成分分析%极端学习机%降维技术%识别准确率
人臉識彆%雙嚮二維主成分分析%極耑學習機%降維技術%識彆準確率
인검식별%쌍향이유주성분분석%겁단학습궤%강유기술%식별준학솔
human face recognition%B2DPCA%extreme learning machine%dimensionality reduction technique%recognition accuracy
提出一种新型、高效的基于B2DPCA(双向二维主成分分析)和ELM(极端学习机)的人脸识别算法,该算法是根据曲波变换分解人脸图像和一种改进的降维技术,通过B2DPCA生成识别特征集来训练和测试ELM分类器,提高识别精度.通过大量实验,并把实验结果与现存技术进行比较,结果表明B2DPCA+ ELM算法有效地提高了识别准确率,并降低了对原型数量的依赖.将来有望能把局部特征和基于曲波分解的全局信息结合起来应用到识别精度和分类速度上.
提齣一種新型、高效的基于B2DPCA(雙嚮二維主成分分析)和ELM(極耑學習機)的人臉識彆算法,該算法是根據麯波變換分解人臉圖像和一種改進的降維技術,通過B2DPCA生成識彆特徵集來訓練和測試ELM分類器,提高識彆精度.通過大量實驗,併把實驗結果與現存技術進行比較,結果錶明B2DPCA+ ELM算法有效地提高瞭識彆準確率,併降低瞭對原型數量的依賴.將來有望能把跼部特徵和基于麯波分解的全跼信息結閤起來應用到識彆精度和分類速度上.
제출일충신형、고효적기우B2DPCA(쌍향이유주성분분석)화ELM(겁단학습궤)적인검식별산법,해산법시근거곡파변환분해인검도상화일충개진적강유기술,통과B2DPCA생성식별특정집래훈련화측시ELM분류기,제고식별정도.통과대량실험,병파실험결과여현존기술진행비교,결과표명B2DPCA+ ELM산법유효지제고료식별준학솔,병강저료대원형수량적의뢰.장래유망능파국부특정화기우곡파분해적전국신식결합기래응용도식별정도화분류속도상.