原文服务方: 计算机应用研究       
摘要:
提出了一种利用BP神经网络仿真、利用贝叶斯决策修正仿真结果的人脸检测方法.讨论了单纯使用BP神经网络作人脸的检测判定的不足,并在此基础上提出利用贝叶斯决策对神经网络的仿真结果进行第二次判定的方法.共使用MITEx人脸库的4 000个人脸与非人脸图像进行实验分析,正确率平均提升了3.63%,表明了神经网络的良好判定性能和使用贝叶斯决策进行修正的有效性和必要性.
推荐文章
基于贝叶斯神经网络的垃圾邮件过滤方法
贝叶斯神经网络
垃圾邮件
特征选择
信息增益
分类器
基于BP神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
一种新的基于模糊RBF神经网络的人脸识别方法
模糊RBF神经网络
L-M算法
模糊神经分类器
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 一种基于神经网络和贝叶斯决策的人脸检测方法
来源期刊 计算机应用研究 学科
关键词 人脸检测 反向传播神经网络 仿真 贝叶斯决策
年,卷(期) 2007,(8) 所属期刊栏目 图形图像
研究方向 页码范围 198-200
页数 3页 分类号 TP183|TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.08.063
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 耿国华 西北大学可视化技术研究所 497 5986 35.0 55.0
2 周明全 西北大学可视化技术研究所 281 4166 30.0 49.0
3 李鹏 西北大学可视化技术研究所 24 80 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (365)
参考文献  (7)
节点文献
引证文献  (11)
同被引文献  (13)
二级引证文献  (10)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(9)
  • 参考文献(2)
  • 二级参考文献(7)
1999(15)
  • 参考文献(1)
  • 二级参考文献(14)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(2)
  • 参考文献(2)
  • 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(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
人脸检测
反向传播神经网络
仿真
贝叶斯决策
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