共 15 条
- [6] 基于局部二值模式的人脸图像特征提取研究[D]. 李靖.华中科技大学. 2018
- [7] 基于局部特征提取的人脸识别方法研究[D]. 李文娟.天津大学. 2017
- [8] 基于共轭梯度和流形正则化的核极限学习机及其应用研究[D]. 徐繁华.湘潭大学. 2019
- [9] 基于LBP的人脸识别算法研究[D]. 宿鹏.哈尔滨理工大学. 2019
- [10] 基于OpenCV的人脸识别算法研究[D]. 杜娟.宁夏大学. 2018
基于LBP和ELM的人脸识别算法研究与实现
被引：11
|作者：
王红星
[1
]
胡永阳
[2
]
邓超
[1
]
机构：
[1] 河南理工大学物理与电子信息工程学院
[2] 河南理工大学机械与动力工程学院
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;
D O I：
10.16186/j.cnki.1673-9787.2020040103
中图分类号：
TP391.41 [];
学科分类号：
080203 ;
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。
引用
收藏
页码：139 / 145
页数：7
相关论文