原文服务方: 计算技术与自动化       
摘要:
研究基于支持向量机的人脸识别技术.在识别过程中,首先将人脸图片分为子图片,再利用离散小波变换提取子图片特征组合为多维向量作为整幅人脸图片特征.在此基础上,为每个类构造一个支持向量机进行识别.基于ORL人脸数据库的模拟实验表明,算法实现较简单,并具有较好的性能.
推荐文章
基于支持向量机的人脸识别身份验证技术研究
支持向量机
核函数
最优分类超平面
思维进化算法
蚁群算法优化支持向量机的人脸识别
蚁群算法
人脸识别
支持向量机
特征检测
基于层叠支持向量机的人脸检测研究
人脸检测
支持向量机
模式分类
基于聚类算法和层次支持向量机的人脸识别方法
聚类算法
层次支持向量机
免疫算法
小波变换
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 基于支持向量机的人脸识别研究
来源期刊 计算技术与自动化 学科
关键词 人脸识别 支持向量机 离散小波变换
年,卷(期) 2007,(4) 所属期刊栏目 图形图像技术
研究方向 页码范围 79-81
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1003-6199.2007.04.021
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 张锦 湖南大学软件学院 47 477 10.0 20.0
2 成奋华 湖南科技职业学院电子信息工程与技术系 18 57 4.0 7.0
3 李司铎 湖南大学软件学院 6 27 3.0 5.0
4 朱剑 湘潭职业技术学院信息工程系 2 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (6)
参考文献  (4)
节点文献
引证文献  (8)
同被引文献  (33)
二级引证文献  (64)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(14)
  • 引证文献(1)
  • 二级引证文献(13)
2016(17)
  • 引证文献(2)
  • 二级引证文献(15)
2017(12)
  • 引证文献(1)
  • 二级引证文献(11)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(14)
  • 引证文献(2)
  • 二级引证文献(12)
2020(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
人脸识别
支持向量机
离散小波变换
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
总被引数(次)
14675
论文1v1指导