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:
提出分块独立成分分析的特征抽取方法,并成功应用于人脸识别.分块独立成分分析方法先对图像矩阵进行分块;然后对所有图像子块联合进行独立成分分析,构造特征空间;最后把图像所有的子块投影到特征空间提取特征进行分类识别.其特点是可以有效降低图像维数和有效提取图像局部特征.在YALE和FERET人脸库上的实验结果表明,提出的分块独立成分分析方法明显优于独立成分分析方法.
推荐文章
一种基于独立成分分析和最小最大概率机的人脸识别系统
人脸识别
haar特征
独立成分分析(ICA)
最小最大概率机(MPM)
基于肤色和独立成分的人脸检测
人脸检测
肤色分割
独立成分分析
独立成分分析在表情识别中的应用
表情识别
独立成分分析
空间影射
基于主成分分析方法的人脸识别研究
人脸识别
主成分分析
欧几里得距离
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 基于分块独立成分分析的人脸识别
来源期刊 计算机工程与应用 学科 工学
关键词 独立成分分析 分块独立成分分析 特征抽取 人脸识别
年,卷(期) 2008,(1) 所属期刊栏目 学术探讨
研究方向 页码范围 42-44,47
页数 4页 分类号 TP391.4
字数 3568字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.01.013
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 杨静宇 南京理工大学计算机学院 623 11098 50.0 74.0
2 任明武 南京理工大学计算机学院 52 1349 20.0 36.0
3 王建国 南京理工大学计算机学院 32 318 11.0 16.0
5 杨万扣 南京理工大学计算机学院 9 134 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (112)
参考文献  (12)
节点文献
引证文献  (6)
同被引文献  (11)
二级引证文献  (24)
1974(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(2)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(9)
  • 参考文献(3)
  • 二级参考文献(6)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(5)
  • 引证文献(3)
  • 二级引证文献(2)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(2)
  • 引证文献(0)
  • 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
独立成分分析
分块独立成分分析
特征抽取
人脸识别
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导