原文服务方: 计算机应用研究       
摘要:
针对人脸识别中由于年龄变化使识别率急剧下降的问题,提出了一种基于优选局域二值模式与加权支持向量机回归相结合的年龄估计方法.该方法首先对人脸图像进行分块,提取出各分块的LBP直方图;然后采用神经网络贡献分析法计算出各个特征的贡献值,筛选掉贡献较小的特征并对筛选后的特征赋予相应的权值;最后使用加权SVM回归训练得到年龄函数估算出目标图像的年龄.实验结果表明,该方法可以较为准确快速地对人脸图像进行年龄估计.
推荐文章
基于Gabor小波与LBP直方图序列的人脸年龄估计
支持向量机回归
局域二值模式
主成分分析
年龄估计
加权自适应CS-LBP与局部判别映射相结合的掌纹识别方法
掌纹识别
纹理特征提取
加权自适应中心对称局部二值模式
局部判别映射
基于LBP和SVM的人脸检测
人脸检测
局部二元模式
支持向量机
特征提取
人脸识别
基于地理加权回归的区域森林碳储量估计
森林生态学
森林碳储量
空间异质性
地理加权回归
地理和海拔加权回归
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 基于优选LBP与加权SVM的年龄估计
来源期刊 计算机应用研究 学科
关键词 局域二值模式 神经网络贡献分析法 特征选择 加权支持向量机 年龄估计
年,卷(期) 2010,(1) 所属期刊栏目 图形图像技术
研究方向 页码范围 389-392
页数 4页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.01.117
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 张建明 江苏大学计算机科学与通信工程学院 72 710 13.0 23.0
2 刘霄 江苏大学计算机科学与通信工程学院 3 30 3.0 3.0
3 杨锋清 江苏大学计算机科学与通信工程学院 2 16 2.0 2.0
4 房芳 江苏大学计算机科学与通信工程学院 4 28 3.0 4.0
5 陈立 江苏大学计算机科学与通信工程学院 2 16 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (118)
参考文献  (9)
节点文献
引证文献  (13)
同被引文献  (11)
二级引证文献  (18)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(7)
  • 参考文献(3)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
局域二值模式
神经网络贡献分析法
特征选择
加权支持向量机
年龄估计
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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