基于极端学习机的人脸特征深度稀疏自编码方法

作者：张欢欢; 洪敏; 袁玉波^*

来源：计算机应用, 2018, 38(11): 3193-3198.

• 人脸图像
• 极端学习机
• 自编码器
• 截断式核范数正则化
• 稀疏特征

针对输入人脸特征的不准确性导致识别系统识别率不高的问题,提出了一种有效的基于极端学习机(ELM)的人脸特征深度稀疏自编码(DSAE)方法。首先,利用截断式核范数构造损失函数,通过最小化损失函数提取人脸图像的稀疏特征;其次,利用极端学习机自编码器(ELM-AE)模型进行人脸特征的自编码,实现数据维度的降低以及噪声过滤;最后,通过经验风险极小化得到最优的深度结构。在ORL、IMM、Yale和UMIST人脸数据集上的实验结果表明,DSAE方法对高维人脸图像的识别率明显优于极端学习机、随机森林(RF)等算法,且具有良好的泛化性能。

• 单位
  华东理工大学