作者:
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:
为了解决人脸图像检索中人脸定位不精确的问题,提出了一种空间加权伪Zernike矩的人脸图像特征提取方法.该方法通过设计的加权函数来强调或突出面部上的关键部位,如眼睛、鼻子,嘴巴等区域的重要性,因而能够对人脸特征进行更精确地提取.仿真实验结果表明,利用空间加权伪Zernike矩进行人脸区域描述时,检索准确率明显优于传统的主成分分析方法和直接伪Zernike矩特征提取方法.
推荐文章
基于伪Zernike矩归一化的人脸特征提取方法
人脸识别
伪Zernike矩
矩的归一化
特征提取
利用粒子群优化的人脸特征提取识别算法
小渡变换
张量主成分分析
粒子群优化
人脸识别
复合不变矩的特征提取
HU不变矩
Zernike不变矩
复合不变矩
特征参数
基于HOG—LBP特征提取的人脸识别研究
梯度方向直方图
局部二值模式
特征提取
人脸识别
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 空间加权伪Zernike矩的人脸图像特征提取方法
来源期刊 计算机工程与设计 学科 工学
关键词 人脸识别 特征提取 空间加权 Zernike矩 伪Zernike矩
年,卷(期) 2010,(14) 所属期刊栏目
研究方向 页码范围 3280-3283
页数 分类号 TP391.4
字数 2568字 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 丁向荣 12 47 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (1)
二级引证文献  (3)
2003(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)
2008(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)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(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
人脸识别
特征提取
空间加权
Zernike矩
伪Zernike矩
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导