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:
针对人脸识别中的小样本问题,本文提出了一种名为增强联系鉴别分析的方法并应用人脸识别中.该方法利用将人脸局部流形的结构信息和样本的类别信息进行有效地结合进行维数约简,首先构建人脸数据的近邻图与类别联系图,然后通过解决在一定约束条件下的优化问题来获取低维鉴别流形特征,实现在低维空间中同一类人脸数据聚集,不同类别间的人脸数据间尽可能发散,从而可以更好的应用于分类.在AT&T和Yale人脸图像数据库上的实验结果表明该方法能有效的提高人脸识别的性能.
推荐文章
支持向量描述鉴别分析及在人脸识别中的应用
特征降维
支持向量鉴别分析
支持向量数据描述
支持向量描述鉴别分析
人脸识别
鉴别矢量增强在人耳人脸多模态识别中的应用
鉴别矢量
多模态
核主元分析
广义主元分析
典型相关分析
人脸识别发展分析
人脸识别
特征
关键问题
正则迹范数在人脸识别中的应用
人脸识别
迹范数
分类
稀疏
聚集
图像处理
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 增强联系鉴别分析及在人脸识别中的应用
来源期刊 光电工程 学科 工学
关键词 人脸识别 维数约简 流形学习 流形鉴别分析
年,卷(期) 2010,(1) 所属期刊栏目 模式识别
研究方向 页码范围 76-81
页数 6页 分类号 TP391.4
字数 634字 语种 中文
DOI 10.3969/j.issn.1003-501X.2010.01.14
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 黄鸿 重庆大学光电技术及系统教育部重点实验室 73 422 11.0 15.0
2 吴心红 重庆大学光电技术及系统教育部重点实验室 3 23 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (3)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 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)
研究主题发展历程
节点文献
人脸识别
维数约简
流形学习
流形鉴别分析
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
总被引数(次)
44377
论文1v1指导