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AAM模型和RS-SVM的人脸识别算法.首先,使用一种基于统计学定位的图像定位方法-主动外观模型(AAM),将其应用到人脸特征定位.为了从所有提取的特征中选择出与人脸识别相关的、必要的特征,使用了粗糙集理论(Roush Set)的属性约简算法进行特征选择,有效降低特征维数.然后用支持向量机(SVM)进行分类.实验证明,该方法在不影响识别率的情况下,可以有效降低SVM的运算复杂度.
推荐文章
基于LLE和LS-SVM的人脸识别方法
人脸识别
主成分分析
局部线性嵌套
最小二乘支持向量机
基于Gabor小波和SVM的人脸表情识别算法
Gabor小波变换
表情特征提取
Fisher线性判别
支持向量机
火灾识别中RS-SVM模型的应用
火灾识别
粗糙集
支持向量机
基于Gabor、Fisher脸多特征提取及集成SVM的人脸表情识别
表情识别
改进的弹性模板
Gabor小波变换
Fisher脸
集成支持向量机
分类器级联
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AAM模型和RS-SVM的人脸识别研究
来源期刊 计算机工程与应用 学科 工学
关键词 人脸识别 主动外观模型 粗糙集理论 支持向量机 粗糙集-支持向量机(RS-SVM)
年,卷(期) 2009,(22) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 140-143
页数 4页 分类号 TP391
字数 3974字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.22.046
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 王李冬 杭州师范大学钱江学院 34 210 8.0 14.0
2 王玉槐 杭州师范大学钱江学院 23 60 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (269)
参考文献  (6)
节点文献
引证文献  (10)
同被引文献  (22)
二级引证文献  (30)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(8)
  • 参考文献(3)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(10)
  • 参考文献(0)
  • 二级参考文献(10)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(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
人脸识别
主动外观模型
粗糙集理论
支持向量机
粗糙集-支持向量机(RS-SVM)
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导