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:
以改进的伪Zernike矩相关知识为基础,提出了一种新颖的人脸识别特征提取方法.该方法在识别时不需要进行几何校正,降低了人脸识别系统的算法复杂度.计算人脸图像的伪Zernike矩,对其进行归一化处理,采用最小邻近分类器进行判别.实验结果表明,该算法不受人脸尺度和旋转变化的影响,并且对表情、姿态和光照具有较强鲁棒性.进一步探讨了伪Zernike矩在人脸识别方面的应用.
推荐文章
基于Zernike矩的字符特征归一化方法
Zernike矩
字符特征
归一化
图像归一化与伪Zernike矩的鲁棒水印算法研究
数字水印
几何攻击
图像归一化
重要区域
伪Zernike矩
基于伪Zernike的归一化分形水印算法研究
分形水印
几何攻击
图像归一化
分形编码
伪Zernike矩
一种新的基于伪Zernike矩的图像盲水印算法
盲水印
伪Zernike矩
几何攻击
几何校正
信号处理攻击
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 基于伪Zernike矩归一化的人脸特征提取方法
来源期刊 计算机工程与应用 学科 工学
关键词 人脸识别 伪Zernike矩 矩的归一化 特征提取
年,卷(期) 2010,(35) 所属期刊栏目
研究方向 页码范围 163-165
页数 分类号 TP391
字数 2223字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.35.047
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 孙劲光 辽宁工程技术大学电子与信息工程学院 158 1081 17.0 25.0
2 杨迪 辽宁工程技术大学电子与信息工程学院 2 7 1.0 2.0
3 何巍 辽宁工程技术大学电子与信息工程学院 4 15 3.0 3.0
4 刘旸 辽宁工程技术大学电子与信息工程学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (39)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (19)
二级引证文献  (8)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1991(4)
  • 参考文献(1)
  • 二级参考文献(3)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(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
人脸识别
伪Zernike矩
矩的归一化
特征提取
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