基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
人脸识别是一个具有广阔应用前景和极富挑战性的研究课题.作为自动人脸识别系统的第一步,快速有效的人脸检测至关重要.利用颜色信息进行人脸检测,具有直观、简单、快速的特点,非常适用于作为自动人脸识别系统的人脸粗定位环节.该文提出一种基于局部线性映射(LLM)神经网络和亮度自适应补偿的人脸区域检测算法,根据待检测图像上每点的颜色值判断它属于人体区域还是背景区域,从而框出可能的人脸区域.实验表明,此算法对于实验室背景下的人脸检测取得了较好的效果.一方面可以较好地区分人脸区域和背景区域,甚至与人脸颜色比较相近的背景区域,同时对实验室环境下各种光照条件的变化具有很好的鲁棒性.
推荐文章
基于GA-BP神经网络的人脸检测
人脸检测
BP网络
遗传算法
GA-BP网络
基于BP神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
基于选择性搜索和卷积神经网络的人脸检测
卷积神经网络
选择性搜索
人脸检测
Gabor核
神经网络补偿算法在基于MEMS的姿态检测中的应用
神经网络
姿态补偿
微机电传感器
姿态检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于局部线性映射神经网络和亮度补偿的彩色人脸检测
来源期刊 清华大学学报(自然科学版) 学科 工学
关键词 基于颜色的人脸检测 局部线性映射(LLM)神经网络 亮度自适应补偿
年,卷(期) 1999,(7) 所属期刊栏目 自动化
研究方向 页码范围 37-40
页数 4页 分类号 TP391.41
字数 3713字 语种 中文
DOI 10.3321/j.issn:1000-0054.1999.07.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李衍达 清华大学自动化系 96 3275 26.0 56.0
2 张长水 清华大学自动化系 32 1429 12.0 32.0
3 闻芳 清华大学自动化系 4 130 4.0 4.0
4 周杰 清华大学自动化系 37 1097 11.0 33.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (44)
同被引文献  (2)
二级引证文献  (138)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(3)
  • 参考文献(3)
  • 二级参考文献(0)
1999(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2001(2)
  • 引证文献(2)
  • 二级引证文献(0)
2002(2)
  • 引证文献(1)
  • 二级引证文献(1)
2003(7)
  • 引证文献(3)
  • 二级引证文献(4)
2004(11)
  • 引证文献(7)
  • 二级引证文献(4)
2005(8)
  • 引证文献(1)
  • 二级引证文献(7)
2006(22)
  • 引证文献(7)
  • 二级引证文献(15)
2007(24)
  • 引证文献(6)
  • 二级引证文献(18)
2008(17)
  • 引证文献(3)
  • 二级引证文献(14)
2009(10)
  • 引证文献(4)
  • 二级引证文献(6)
2010(10)
  • 引证文献(4)
  • 二级引证文献(6)
2011(8)
  • 引证文献(0)
  • 二级引证文献(8)
2012(8)
  • 引证文献(1)
  • 二级引证文献(7)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(13)
  • 引证文献(2)
  • 二级引证文献(11)
2015(13)
  • 引证文献(1)
  • 二级引证文献(12)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
基于颜色的人脸检测
局部线性映射(LLM)神经网络
亮度自适应补偿
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
清华大学学报(自然科学版)
月刊
1000-0054
11-2223/N
大16开
北京市海淀区清华园清华大学
2-90
1915
chi
出版文献量(篇)
7846
总下载数(次)
26
总被引数(次)
132043
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导