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:
为实现人耳的自动检测与识别,提出了结合侧面轮廓特征、人耳统计特征以及人耳与侧面轮廓的位置特征进行人耳检测与识别的方法.该方法分为离线的训练阶段和在线的检测与识别阶段.在离线阶段,通过训练得到一个综合特征向量,包括人脸侧面轮廓特征、人耳统计特征以及人耳相对于侧面轮廓的位置特征.在线的检测与识别过程分为两步:第1步是用侧面人脸轮廓进行粗检测,第2步是用人耳的统计特征和相对于侧面轮廓的位置特征进行精确定位和识别,即在定位的同时实现人耳的识别.实验结果表明,上述方法具有速度快、效率高和鲁棒性好的特点.
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
基于轮廓合成的人耳图像边缘检测
人耳图像
边缘检测
轮廓合成
基于特征融合的人耳识别
人耳识别
特征融合
Zernike矩
BP神经网络
非负矩阵分解
人耳和侧面人脸融合的多模态身份识别
人耳识别
全空间线性判别分析
决策层融合
多模态识别
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 侧面轮廓与人耳特征相结合的人耳检测与识别
来源期刊 中国图象图形学报A 学科 工学
关键词 人耳检测 侧面轮廓人耳识别
年,卷(期) 2009,(2) 所属期刊栏目 主题专栏"以人为中心的计算机视觉应用"
研究方向 页码范围 196-201
页数 6页 分类号 TP391.4
字数 2560字 语种 中文
DOI
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 贾云得 北京理工大学计算机科学技术学院智能信息技术北京市重点实验室 84 1610 24.0 37.0
2 刘颖 北京理工大学计算机科学技术学院智能信息技术北京市重点实验室 57 506 10.0 21.0
3 裴明涛 北京理工大学计算机科学技术学院智能信息技术北京市重点实验室 18 247 8.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (3)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
1991(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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)
2016(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
人耳检测
侧面轮廓人耳识别
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导