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:
分析了人脸与非人脸之间的本质区别,提出了运用局部线形嵌入(LLE)的非线性降维方法,解决非线性结构的高维数据(图象)低维表示的问题,实现了高维输入数据点映射到一个全局低维坐标系,同时保留了邻接点之间的空间关系(即高维空间的几何结构).此算法不仅能够有效地发现数据的非线性结构,同时还具有平移、旋转不变性.运用LLE算法对图象进行降维,再对降维后的数据运用支持向量机(SVM)分类器进行人脸和非人脸的分类.实验结果表明,该人脸检测方法测率较高,并且不受姿态、表情和光照的影响.
推荐文章
基于LLE算法的人脸识别方法
子空间分析
局部线性嵌入
非线性降维
人脸识别
基于四元数的彩色人脸检测
特征融合
特征抽取
四元数体
自共轭矩阵
模式分类
人脸检测
单对象人脸识别技术研究
人脸识别
单对象
平均脸
自适应阈值
基于肤色马氏距离图的人脸检测
人脸检测
马氏距离图
主成分分析
径向基概率神经网络
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LLE的彩色图象人脸检测
来源期刊 四川大学学报(自然科学版) 学科 工学
关键词 局部线性嵌入 LLE 非线性降维 支持向量机 人脸检测
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 796-800
页数 5页 分类号 TP391.4
字数 3170字 语种 中文
DOI 10.3969/j.issn.0490-6756.2006.04.016
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 周激流 四川大学电子信息学院 227 2494 25.0 39.0
5 何坤 四川大学电子信息学院 85 599 14.0 20.0
6 吴俊强 四川大学电子信息学院 4 35 4.0 4.0
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  (5)
节点文献
引证文献  (18)
同被引文献  (35)
二级引证文献  (34)
1997(1)
  • 参考文献(1)
  • 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)
2005(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(5)
  • 引证文献(3)
  • 二级引证文献(2)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(7)
  • 引证文献(0)
  • 二级引证文献(7)
2012(6)
  • 引证文献(2)
  • 二级引证文献(4)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
局部线性嵌入
LLE
非线性降维
支持向量机
人脸检测
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
四川大学学报(自然科学版)
双月刊
0490-6756
51-1595/N
大16开
成都市九眼桥望江路29号
62-127
1955
chi
出版文献量(篇)
5772
总下载数(次)
10
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导