小波核極限學習機在人臉識別中的應用

李張紅，鄭燕柳，田　涵，楊瑞麗

（河南師范大學，河南 新鄉 453007）

小波核極限學習機在人臉識別中的應用

李張紅，鄭燕柳，田涵，楊瑞麗

（河南師范大學，河南 新鄉 453007）

文章提出了一種基于小波核極限學習機（Wavelet Kernel Extreme Learning Machine，WK-ELM）的人臉識別算法。首先，使用2D蓋博小波變換對人臉圖片進行初步的人臉特征提取。為了從所有提取的特征中選擇出與人臉識別相關的、必要的特征，使用主成分分析法（Principal Component Analysis，PCA）對經過初步處理后的圖像再進行進一步處理，有效地降低了特征維數。然后使用小波核極限學習機對提取到的圖像進行分類。實驗證明，小波核極限學習機不僅識別性能高，而且訓練速度也優于其他算法。

極限學習機；人臉識別；特征提取；主成分分析；小波核極限學習機

隨著模式識別、計算機視覺以及電子商務的發展，人臉識別技術已逐漸成為現在生物識別技術的重要研究方向。其主要原因有兩個方面［1］：首先，人臉識別技術比其他生物識別技術更加友好、人性化、使用方便、不易仿冒，所以它被應用于很多領域，尤其是在國家的重要機構以及社會安全防護領域都具有不可替代的地位；其次，近年來相關領域技術的飛快發展也為人臉識別技術的研究與應用奠定了基礎。人臉識別是指利用計算機技術對收集到的圖像進行預處理并提取人臉的主要特征，最終實現對人身份的識別。

近年來學者們研究發現，可以用一組二維Gabor小波來模擬大部分視覺皮層簡單細胞的濾波響應［2］。……