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:
Gabor小波是人脸特征描述中的一个重要工具.为减少由直接对Gabor特征进行下采样造成的有用信息丢失,本文提出一种基于分块统计量的Gabor特征描述方法,增强人脸图像的Gabor特征描述效率.在此基础上,探讨基于广义鉴别分析的二次特征提取方法.实验表明,Gabor特征描述和广义鉴别分析两种方法结合后所产生的识别性能优于其中每个方法单独使用的识别性能,且与Eigenfaces、Fisherfaces等流行方法相比具有较大优势.
推荐文章
基于双向统计量的Gabor特征描述和SVM的人脸识别
人脸识别
双向统计量
Gabor小波
特征描述
支持向量机
基于Gabor纹理特征的人脸识别方法木
人脸识别
Gabor幅值
纹理表征
伽玛分布
维数
基于特征点邻域SIFT描述子的人脸识别
局部二值特征
线性回归
特征点
SIFT特征描述子
组合局部多通道Gabor滤波器和ICA的人脸描述与识别
Gabor 滤波器
主成分分析
独立分量分析
小波变换
径向基网络
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 基于分块统计量的Gabor特征描述方法及人脸识别
来源期刊 模式识别与人工智能 学科 工学
关键词 人脸识别 Gabor小波 分块统计量 广义鉴别分析
年,卷(期) 2006,(5) 所属期刊栏目 论文与报告
研究方向 页码范围 585-590
页数 6页 分类号 TP3
字数 5278字 语种 中文
DOI 10.3969/j.issn.1003-6059.2006.05.005
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 李斌 中国科学技术大学电子科学与技术系 372 5610 37.0 58.0
2 庄镇泉 中国科学技术大学电子科学与技术系 120 2729 26.0 47.0
3 叶学义 中国科学技术大学电子科学与技术系 17 208 9.0 14.0
4 姚鹏 中国科学技术大学电子科学与技术系 23 216 9.0 14.0
5 龙飞 中国科学技术大学电子科学与技术系 23 220 9.0 14.0
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  (8)
节点文献
引证文献  (16)
同被引文献  (16)
二级引证文献  (47)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(6)
  • 引证文献(2)
  • 二级引证文献(4)
2011(9)
  • 引证文献(2)
  • 二级引证文献(7)
2012(7)
  • 引证文献(3)
  • 二级引证文献(4)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(11)
  • 引证文献(0)
  • 二级引证文献(11)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸识别
Gabor小波
分块统计量
广义鉴别分析
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导