原文服务方: 计算机应用研究       
摘要:
首先分别对人耳和侧面人脸建立基于全空间线性判别分析(FSLDA)的分类器;然后采用贝叶斯决策理论中常见的积、和、中值多分类器融合算法,并对投票算法进行了改进.实验结果表明,与单一的人耳或侧面人脸特征识别比较,人耳和侧面人脸融合的多模态识别率得到提高,并扩大了识别范围.
推荐文章
基于CCA的人耳和侧面人脸特征融合的身份识别
典型相关分析
特征层融合
关联特征
人耳识别
多模态识别
基于CCA的人耳和侧面人脸特征融合的身份识别
典型相关分析
特征层融合
关联特征
人耳识别
多模态识别
基于多模态人脸与人耳融合的身份识别与认证
多模态融合
人脸识别
入耳识别
尺度空间
基于核稀疏表示的人脸人耳融合识别算法的研究
融合识别
核稀疏表示
特征提取
加权串联融合
正交匹配追踪算法
鲁棒性
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 人耳和侧面人脸融合的多模态身份识别
来源期刊 计算机应用研究 学科
关键词 人耳识别 全空间线性判别分析 决策层融合 多模态识别
年,卷(期) 2007,(10) 所属期刊栏目 图形图像
研究方向 页码范围 169-171
页数 3页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.10.052
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 穆志纯 北京科技大学信息工程学院 140 1211 16.0 24.0
2 徐晓娜 北京科技大学信息工程学院 2 16 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (127)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (20)
1986(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(10)
  • 参考文献(0)
  • 二级参考文献(10)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(10)
  • 参考文献(1)
  • 二级参考文献(9)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
人耳识别
全空间线性判别分析
决策层融合
多模态识别
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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