原文服务方: 西安交通大学学报       
摘要:
针对如何提高人脸图像识别率问题,提出了利用粒子群优化(PSO)的人脸特征提取识别算法.采用小波变换和张量主成分分析(PCA)方法对人脸图像进行特征提取,利用PSO对提取的特征进行加权处理,根据特征的每一维元素的聚类正确率进行优化选择,从而达到对人脸提取关键性特征的目的.实验结果表明,所提算法能减小光照、表情和姿态变化的影响,在英国曼彻斯特科技大学人脸数据库上的识别率比张量PCA方法提高了12.75%.
推荐文章
基于粒子群优化的支持向量机人脸识别
特征提取
主成分分析
粒子群优化
人脸识别
支持向量机
基于半监督LDA特征子空间优化的人脸识别算法
PCA算法
Fisher判别分析
二进制遗传算法
特征选择
人脸识别
基于粒子群优化及多结构估计的ASIFT特征提取算法
图像局部特征提取
ASIFT算法
粒子群优化
多结构估计
Multi-GS算法
基于DDCT与TCSVD的人脸特征提取与识别算法
人脸分割
分块离散余弦变换
奇异值分解阈值压缩
特征提取
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 利用粒子群优化的人脸特征提取识别算法
来源期刊 西安交通大学学报 学科
关键词 小渡变换 张量主成分分析 粒子群优化 人脸识别
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 48-51,118
页数 5页 分类号 TP391.41
字数 语种 中文
DOI
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 郭崇慧 大连理工大学系统工程研究所 75 1223 20.0 33.0
2 温浩 西安电子科技大学综合业务网理论及关键技术国家重点实验室 10 254 9.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (127)
参考文献  (8)
节点文献
引证文献  (11)
同被引文献  (16)
二级引证文献  (41)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(4)
  • 引证文献(1)
  • 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
小渡变换
张量主成分分析
粒子群优化
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
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