基于LBP和ELM的人脸识别算法研究与实现
王红星1
胡永阳2
邓超1
1.河南理工大学 物理与电子信息工程学院,河南 焦作 4540002.河南理工大学 机械与动力工程学院,河南 焦作 454000
摘要：针对传统的局部二值模式(LBP)在人脸图像特征提取时容易受到灰度和噪声影响的问题,在传统LBP基础上提出一种改进的LBP算法.该算法计算邻域各像素与中心像素差值的平方和C,若C在限定范围内,选取中心像素值为阈值计算LBP值,充分考虑中心像素值与邻域像素值的作用,更准确描述局部图像特征;反之,若C不在限定范围内,则选择邻域像素和中心像素的中值作为阈值进行计算,降低噪声点的影响.利用主成分分析法(PCA)降低LBP提取的人脸图像特征维数.为了解决普通极限学习机(ELM)的不足,引入加权共轭核极限学习机(WCGKELM)进行人脸图像特征的分类.经实验验证,该算法能有效提高人脸识别率.
关键词：加权共轭核极限学习机局部二值模式主成分分析特征提取人脸识别
分类号：TP391.41(计算技术、计算机技术)
资助基金：河南省高等学校重点科研项目(15A510024)河南省科技攻关计划重点项目(182102311067)
论文发表日期：2021-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 139-145 )
英文信息