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:
在分析传统弹性图匹配的基础上,提出一种基于局部特征分析(LFA)与最优化匹配的人脸识别算法.该算法首先利用神经网络方法估计出在识别人脸中起重要作用的一些特征点(如瞳孔、眼角、眉心、眉角、嘴角等),之后利用Gabor小波的局部多尺度分析特性提取特征点的多尺度特征.这样人脸的每个特征点就被一系列的Gabor小波系数所表示,最后对待识人脸与人脸库中人脸的相应特征点的多尺度特征进行最优化匹配找出需要的人脸.对最优化匹配方法给出了严格的数学证明,同时也给出了Yale大学和ORL人脸库上的测试结果.理论和实验证明,该方法远优于传统的EigenFace方法,同时能有效地克服光照变化对人脸识别的影响,在一定程度上对表情的变化也有较好的鲁棒性.
推荐文章
基于图匹配的人脸识别算法
图匹配
sift 算法
最小生成树
Rényi 熵
基于局部小波变换与DCT的人脸识别算法
人脸识别
小波变换
离散余弦变换
基于体绘制思维的人脸识别算法优化研究
体绘制
人脸识别
三维图像
相似性模型
利用粒子群优化的人脸特征提取识别算法
小渡变换
张量主成分分析
粒子群优化
人脸识别
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 基于局部特征分析与最优化匹配的人脸识别算法
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 局部特征分析 最优化匹配 人脸识别 多尺度特征 Gabor小波
年,卷(期) 2005,(1) 所属期刊栏目 计算机科学
研究方向 页码范围 59-63
页数 5页 分类号 TP301
字数 2732字 语种 中文
DOI 10.3321/j.issn:1671-5489.2005.01.014
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 马驷良 吉林大学数学研究所 49 577 13.0 21.0
2 张忠波 吉林大学数学研究所 19 282 8.0 16.0
3 董险峰 吉林大学数学研究所 15 96 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (75)
参考文献  (10)
节点文献
引证文献  (11)
同被引文献  (8)
二级引证文献  (7)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(5)
  • 参考文献(2)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(7)
  • 参考文献(3)
  • 二级参考文献(4)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
2006(3)
  • 引证文献(2)
  • 二级引证文献(1)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
局部特征分析
最优化匹配
人脸识别
多尺度特征
Gabor小波
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
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