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:
提出了一种基于证据推理的多特征融合人脸识别算法(DSPSA).该算法利用证据推理理论在处理不确定和冲突信息方面的优越性,融合多个面部特征的信息,有效地处理了人脸图像由于光照、旋转、表情等因素造成不确定信息,从而达到改善识别结果以及增强识别系统对训练样本库以外类别的识别能力.算法中提出了新的基本置信指派构造公式.
推荐文章
基于多特征融合CNN的人脸识别算法研究
人脸识别
卷积神经网络(CNN)
多特征融合
leakyrelu激活函数
人脸数据集
基于Dempster-Shafer证据推理的水中目标多特征融合识别技术
Dempster-Shafer
融合识别
神经网络
水中目标
基于多特征融合的人脸表情识别
表情识别
均值主元分析
线性判别
支持向量机
色度与亮度特征相融合的彩色人脸识别算法
人脸识别
特征提取
信息融合
色度
亮度
二值化分离
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 基于证据推理的多特征融合人脸识别算法
来源期刊 测控技术 学科 工学
关键词 证据推理 人脸识别 概率子空间
年,卷(期) 2009,(5) 所属期刊栏目 专题报告——图像技术及其应用
研究方向 页码范围 32-34,37
页数 4页 分类号 TP391
字数 2428字 语种 中文
DOI 10.3969/j.issn.1000-8829.2009.05.008
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 梁彦 西北工业大学自动化学院 156 2615 26.0 46.0
2 潘泉 西北工业大学自动化学院 544 9437 45.0 77.0
3 程咏梅 西北工业大学自动化学院 266 3802 27.0 51.0
4 曲圣杰 西北工业大学自动化学院 9 53 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (101)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
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(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(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
证据推理
人脸识别
概率子空间
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
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
航空科学基金
英文译名:
官方网址:http://www.chinaasfc.cn/file_show.asp?LanMuID=GZZD0100
项目类型:面上项目
学科类型:
论文1v1指导