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:
近年来基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一.如何充分利用视频中人脸的时间和空间信息克服视频中人脸分辨率低,尺度变化范围大,光照、姿态变化比较剧烈以及时常发生遮挡等困难是研究的重点.文中对近期(主要近5年)基于视频的人脸识别研究进行了详细的介绍和讨论,在对相关方法分类的基础上,分析了各类方法中典型技术的优缺点,并概况介绍了常用的视频人脸数据库和实验结果,最后展望了基于视频人脸识别未来的发展方向和趋势.
推荐文章
基于视频监控的人脸识别方法
人脸识别
监控视频
人脸序列
协同识别
基于公共空间视频的人脸情绪识别
人脸情绪识别
感受野
卷积神经网络
表情数据集
双流网络
视频图像中的人脸识别
人脸定位
肤色模型
人脸轮廓
人脸识别
神经网络
仿真假体视觉下的人脸识别研究进展
视觉功能修复
视觉假体
仿真假体视觉
人脸识别
视觉心理物理学
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 基于视频的人脸识别研究进展
来源期刊 计算机学报 学科 工学
关键词 模式识别 人脸识别 基于视频的人脸识别 进展
年,卷(期) 2009,(5) 所属期刊栏目 综述
研究方向 页码范围 878-886
页数 9页 分类号 TP391
字数 8549字 语种 中文
DOI 10.3724/SP.J.1018.2009.00878
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 章毓晋 清华大学信息科学与技术国家实验室 125 4563 34.0 65.0
5 严严 清华大学信息科学与技术国家实验室 2 165 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (20)
节点文献
引证文献  (161)
同被引文献  (145)
二级引证文献  (321)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(4)
  • 参考文献(4)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(4)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(5)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(1)
2009(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(13)
  • 引证文献(11)
  • 二级引证文献(2)
2011(14)
  • 引证文献(10)
  • 二级引证文献(4)
2012(34)
  • 引证文献(18)
  • 二级引证文献(16)
2013(30)
  • 引证文献(14)
  • 二级引证文献(16)
2014(41)
  • 引证文献(24)
  • 二级引证文献(17)
2015(40)
  • 引证文献(19)
  • 二级引证文献(21)
2016(58)
  • 引证文献(23)
  • 二级引证文献(35)
2017(82)
  • 引证文献(19)
  • 二级引证文献(63)
2018(80)
  • 引证文献(10)
  • 二级引证文献(70)
2019(65)
  • 引证文献(9)
  • 二级引证文献(56)
2020(21)
  • 引证文献(1)
  • 二级引证文献(20)
研究主题发展历程
节点文献
模式识别
人脸识别
基于视频的人脸识别
进展
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
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
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