三种面部性别识别算法的比较

首先介绍了FASTA-ELM、多尺度融合决策和多量化局部二进制模式三种算法在面部性别识别领域的应用。然后选取了FERET和PAL两个人脸数据集,其中PAL中的人脸图像由于角度和光照的影响,有很大的识别难度。接着将三种算法在这两个数据集上分别进行测试,发现FASTA-ELM能在不使用SVD的情况下计算输出权重的最小范数,并且可以推广到隐藏层矩阵较大的情况中去;而多尺度融合决策由于融合了多个尺度的信息,可以改善识别效果;多量化局部二进制模式则具有更好的泛化能力和处理噪声的能力。三种算法都达到了90%以上的识别正确率。