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:
传统的人脸识别方法对待识别人脸图像的质量要求较高,而上上要求所采集的人脸图像的光照情况与人脸训练库的光照情况的差异不能太大,这就限制了人脸识别系统运行的环境条件,从而限制了人脸识别的应用.为了降低人脸识别对环境条件的要求,克服光照对人脸识别的影响,本文分析了人脸图像的幅频特性和相频特性,提出了频域光照归一化的人脸识别方法,使得对任何光照条件下采集的图像经过归一化后,光照情况与训练库中的图像完全相同,同时保留了人脸的可区分性.因为人脸之间差异的信息量-般较少,故本文运用最小非零特征向量作为人脸特征,通过实验仿真,与传统方法相比本文人脸识别方法对光照变化具有鲁棒性.
推荐文章
基于加权分块稀疏表示的光照鲁棒性人脸识别
人脸识别
光照归一化
稀疏表示
加权分块
一种鲁棒协作表示的人脸识别算法
人脸识别
稀疏表示
协作表示
最大似然估计
遮挡
基于形变模型的红外人脸鲁棒识别
人脸识别
热红外成像
形变模型
稀疏表征
字典学习优化结合HMAX模型的鲁棒人脸识别
人脸识别
HMAX模型
鲁棒性
支持向量机(SVM)
字典学习优化
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 光照鲁棒的人脸识别
来源期刊 激光杂志 学科 工学
关键词 相频特性 光照归一化 人脸识别 鲁棒性
年,卷(期) 2009,(5) 所属期刊栏目 光全息与信息处理
研究方向 页码范围 35-37
页数 3页 分类号 TP391
字数 3062字 语种 中文
DOI 10.3969/j.issn.0253-2743.2009.05.015
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 周激流 四川大学计算机学院 227 2494 25.0 39.0
2 何坤 四川大学计算机学院 85 599 14.0 20.0
3 夏建平 四川大学计算机学院 5 38 3.0 5.0
4 任树成 四川大学计算机学院 1 12 1.0 1.0
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  (6)
节点文献
引证文献  (12)
同被引文献  (56)
二级引证文献  (39)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(10)
  • 引证文献(1)
  • 二级引证文献(9)
2016(9)
  • 引证文献(6)
  • 二级引证文献(3)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
相频特性
光照归一化
人脸识别
鲁棒性
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
激光杂志
月刊
0253-2743
50-1085/TN
大16开
重庆市黄山大道杨柳路2号A塔楼1405室
78-9
1975
chi
出版文献量(篇)
8154
总下载数(次)
22
总被引数(次)
33811
论文1v1指导