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:
本文提出了一种提取人脸图像的局部Gabor相位特征,结合Fisher线性判别式,通过特征融合进行人脸识别的方法.该方法首先利用Gabor滤波良好的空间位置与方向选择特性,采用四个频率六个方向的Gabor滤波器对图像进行滤波,然后根据Daugman方法采用局部XOR算子提取滤波图像的局部Gabor相位特征,组成特征图像,最后通过Fisher判别式对每个频率和方向下的特征图像进行降维,融合降维后的特征,采用最近邻分类器进行识别.该方法通过在两个数据库中的实验,证明了较主成分分析法,Fisher线性判别式方法以及Gabor幅值特征融合识别方法更好的识别性能.
推荐文章
基于Gabor纹理特征的人脸识别方法木
人脸识别
Gabor幅值
纹理表征
伽玛分布
维数
组合局部多通道Gabor滤波器和ICA的人脸描述与识别
Gabor 滤波器
主成分分析
独立分量分析
小波变换
径向基网络
基于环形对称Gabor多通道纹理加权的人脸识别
人脸识别
环形对称Gabor变换
纹理统计特征
自适应加权
PCA加权
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 基于局部Gabor相位特征融合的人脸识别
来源期刊 光电工程 学科 工学
关键词 Gabor小波分解 局部异或算子 特征融合 fisher线性判别式 人脸识别
年,卷(期) 2010,(7) 所属期刊栏目 模式识别
研究方向 页码范围 139-144
页数 分类号 TP391|TN911.73
字数 4449字 语种 中文
DOI 10.3969/j.issn.1003-501X.2010.07.026
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 江艳霞 上海理工大学光电信息与计算机工程学院 21 69 6.0 7.0
2 任波 上海理工大学光电信息与计算机工程学院 4 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (37)
参考文献  (6)
节点文献
引证文献  (10)
同被引文献  (12)
二级引证文献  (46)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(8)
  • 引证文献(2)
  • 二级引证文献(6)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(15)
  • 引证文献(2)
  • 二级引证文献(13)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
Gabor小波分解
局部异或算子
特征融合
fisher线性判别式
人脸识别
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
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