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:
提出利用一种串、并行结合的方式将全局和局部面部特征进行集成:首先利用全局特征进行粗略的匹配,然后再将全局和局部特征集成起来进行精细的确认.在该方法中,全局和局部特征分别采用傅里叶变换和Gabor小波变换进行提取.两个大规模的人脸库(FERET and FRGC v2.0)上的实验结果表明,此方法不仅可以显著提高系统的精度,而且可以提升系统的速度.
推荐文章
基于多种LBP特征集成学习的人脸识别
中心对称局部二进制(CSLBP)
特征点
多特征
K最近邻算法
支持向量机
集成学习
融合全局和局部特征并基于神经网络的表情识别
表情识别
adaboost人脸检测
PCA
BP神经网络
融合全局和局部特征的人脸识别算法
人脸识别
局部特征
全局特征
主成分分析
图像熵
贝叶斯原理
全局和局部特征相融合的人脸识别算法
人脸识别
特征提取
全局特征
局部特征
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 基于全局和局部特征集成的人脸识别
来源期刊 软件学报 学科 工学
关键词 人脸识别 傅里叶变换 Gabor小波 全局特征 局部特征 分类器集成
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 1849-1862
页数 分类号 TP391
字数 10116字 语种 中文
DOI 10.3724/SP.J.1001.2010.03627
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 高文 哈尔滨工业大学计算机科学与技术学院 101 3554 30.0 58.0
5 苏煜 哈尔滨工业大学计算机科学与技术学院 1 220 1.0 1.0
6 山世光 1 220 1.0 1.0
7 陈熙霖 1 220 1.0 1.0
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  (210)
参考文献  (17)
节点文献
引证文献  (220)
同被引文献  (276)
二级引证文献  (449)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(7)
  • 参考文献(2)
  • 二级参考文献(5)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
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(10)
  • 引证文献(9)
  • 二级引证文献(1)
2012(29)
  • 引证文献(21)
  • 二级引证文献(8)
2013(50)
  • 引证文献(26)
  • 二级引证文献(24)
2014(63)
  • 引证文献(33)
  • 二级引证文献(30)
2015(86)
  • 引证文献(28)
  • 二级引证文献(58)
2016(103)
  • 引证文献(34)
  • 二级引证文献(69)
2017(112)
  • 引证文献(24)
  • 二级引证文献(88)
2018(110)
  • 引证文献(31)
  • 二级引证文献(79)
2019(83)
  • 引证文献(11)
  • 二级引证文献(72)
2020(23)
  • 引证文献(3)
  • 二级引证文献(20)
研究主题发展历程
节点文献
人脸识别
傅里叶变换
Gabor小波
全局特征
局部特征
分类器集成
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
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