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:
利用机器学习的思想,提出了一种加权PCA算法应用于人眼定位.首先用PCA方法从人眼图像中提取特征向量,然后用机器学习的思想筛选出正确率高的特征向量,并用正确卒对其加权,最后由加权后的特征向量构成强分类器,并使用CAS-PEAL人脸库对该算法验证.实验结果表明,与传统PCA算法相比,加权PCA算法得到更好的人眼检测结果.
推荐文章
基于各向异性滤波的人眼定位方法
各向异性滤波
形态学
相关系数
人眼定位
基于自适应边缘提取的人眼定位方法
人眼定位
自适应
边缘提取
图像复杂度
复杂背景下基于肤色和几何特征的人眼定位
人脸检测
人脸识别
眼睛定位
肤色
几何特征
基于改进多块局部二进制模式的人眼定位算法
人脸识别
人眼中心定位
局部二进制模式
分类器
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 基于加权PCA的人眼定位算法
来源期刊 北京信息科技大学学报(自然科学版) 学科 工学
关键词 机器学习 人眼定位 加权PCA
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 52-55
页数 分类号 TP391.4
字数 1948字 语种 中文
DOI 10.3969/j.issn.1674-6864.2010.03.010
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 曹林 北京信息科技大学光电信息与通信工程学院 35 182 6.0 12.0
2 杜康宁 北京信息科技大学光电信息与通信工程学院 7 10 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (64)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (16)
二级引证文献  (12)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(7)
  • 引证文献(2)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
机器学习
人眼定位
加权PCA
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
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导