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:
针对五官的局部特征,提出一种具体的识别方案.与传统弹性图匹配的方法相比,该方案提取的人脸局部的特征,大大降低了运算量,理论和实验都表明了该方案的可行性.在对人脸图像预处理之后,利用积分投影的方法,获取五官的位置,而后采用奇异值分解(SVD)去提取五官附近的局部特征,作为人脸的主要特征.比较了SVD和离散傅里叶变换(DFT)两种特征提取的方法,结果表明,通过SVD提取人脸的局部特征在减少计算量的基础上,能够很好保留人脸的特征,达到了较好的识别效果.
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
一种基于改进LBP特征的人脸识别
LBP
人脸识别
特征提取
人脸数据库
一种基于特征融合的人脸识别新方法
特征融合
广义线性鉴别分析
特征抽取
人脸识别
一种基于融合深度卷积神经网络与度量学习的人脸识别方法
多Inception结构
深度卷积神经网络
度量学习方法
深度人脸识别
特征提取
损失函数融合
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 一种基于局部特征的人脸识别方法
来源期刊 济南大学学报(自然科学版) 学科 工学
关键词 人脸识别 积分投影 局部特征 奇异值分解
年,卷(期) 2007,(1) 所属期刊栏目 信息与控制
研究方向 页码范围 56-59
页数 4页 分类号 TP391
字数 3341字 语种 中文
DOI 10.3969/j.issn.1671-3559.2007.01.016
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 李金屏 济南大学信息科学与工程学院 87 755 15.0 23.0
2 韩延彬 济南大学信息科学与工程学院 18 144 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (105)
共引文献  (624)
参考文献  (12)
节点文献
引证文献  (9)
同被引文献  (7)
二级引证文献  (5)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(8)
  • 参考文献(1)
  • 二级参考文献(7)
1992(6)
  • 参考文献(0)
  • 二级参考文献(6)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(12)
  • 参考文献(0)
  • 二级参考文献(12)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(10)
  • 参考文献(0)
  • 二级参考文献(10)
1998(9)
  • 参考文献(1)
  • 二级参考文献(8)
1999(12)
  • 参考文献(1)
  • 二级参考文献(11)
2000(13)
  • 参考文献(2)
  • 二级参考文献(11)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(13)
  • 参考文献(3)
  • 二级参考文献(10)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人脸识别
积分投影
局部特征
奇异值分解
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
济南大学学报(自然科学版)
双月刊
1671-3559
37-1378/N
大16开
济南市济微路106号
1987
chi
出版文献量(篇)
2343
总下载数(次)
6
总被引数(次)
14378
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导