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:
针对目前的人脸特征检测与跟踪算法存在的对环境适应能力差、缺乏自我检错能力的缺点,该文提出了一种多线索综合的新方法.多线索中包括基于深度信息的人脸区域粗分割、基于多关联模板匹配的人脸检测、利用多尺度Sobel卷积的特征提取、基于"特征眼"的人眼验证以及基于多视图的校验方法.多种线索互相补充、自我检错和纠错,对背景、光照及姿态变化具有较强的适应能力.实验表明该方法是有效的、鲁棒的.
推荐文章
彩色序列图像中的人脸检测与跟踪
模式识别
人脸检测
人脸跟踪
Condensation滤波
支持向量机
视频图像中的人脸识别
人脸定位
肤色模型
人脸轮廓
人脸识别
神经网络
视频图像中的人脸检测算法研究
人脸检测
YCbCr色度空间
聚类特性
AdaBoost算法
家庭服务机器人的人脸检测、跟踪与识别研究
家庭服务机器人
双目视觉系统
人脸检测
跟踪识别
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 视频中多线索的人脸特征检测与跟踪
来源期刊 计算机学报 学科 工学
关键词 人脸识别 人脸特征检测与跟踪 人脸检测 多尺度分析
年,卷(期) 2003,(2) 所属期刊栏目 研究论文与技术报告
研究方向 页码范围 160-167
页数 8页 分类号 TP391
字数 5606字 语种 中文
DOI 10.3321/j.issn:0254-4164.2003.02.004
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 艾海舟 清华大学计算机科学与技术系 27 3139 21.0 27.0
3 梁路宏 清华大学计算机科学与技术系 7 1675 7.0 7.0
5 徐光档 清华大学计算机科学与技术系 8 1590 7.0 8.0
7 庄莉 清华大学计算机科学与技术系 1 36 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (38)
参考文献  (5)
节点文献
引证文献  (36)
同被引文献  (25)
二级引证文献  (223)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(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)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(4)
  • 引证文献(4)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(6)
  • 引证文献(6)
  • 二级引证文献(0)
2008(8)
  • 引证文献(8)
  • 二级引证文献(0)
2009(7)
  • 引证文献(5)
  • 二级引证文献(2)
2010(11)
  • 引证文献(0)
  • 二级引证文献(11)
2011(18)
  • 引证文献(3)
  • 二级引证文献(15)
2012(23)
  • 引证文献(3)
  • 二级引证文献(20)
2013(15)
  • 引证文献(0)
  • 二级引证文献(15)
2014(30)
  • 引证文献(1)
  • 二级引证文献(29)
2015(38)
  • 引证文献(2)
  • 二级引证文献(36)
2016(28)
  • 引证文献(0)
  • 二级引证文献(28)
2017(28)
  • 引证文献(0)
  • 二级引证文献(28)
2018(21)
  • 引证文献(0)
  • 二级引证文献(21)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
人脸识别
人脸特征检测与跟踪
人脸检测
多尺度分析
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
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导