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:
在带有角度的人耳图像上提取有效特征一直是人耳识别的难点.本文提出一种基于Haar小波变换和规范型纹理描述子的人耳识别方法,即先对人耳图像进行Haar小波变换,然后利用更加合理的规范型纹理描述子,同时结合分块与多分辨率思想,共同描述经Haar小波变换后人耳子图像的纹理特征,最后用最近邻分类器进行分类识别.实验结果表明,Haar小波变换可以有效增强图像纹理基元的有效信息;利用规范型纹理描述子提取特征不仅速度快,而且具有很强的鲁棒性,尤其与分块、多分辨率方法相结合时,效果更为显著,明显优于经典的PCA和KPCA方法.
推荐文章
融合小波变化和张量PCA的人耳识别算法
小波变换
张量主成分分析
人耳识别
特征提取
最近邻方法
基于小波变换和正交质心算法的人耳识别研究
人耳识别
小波变换
Haar小波
正交质心算法
基于特征融合的人耳识别
人耳识别
特征融合
Zernike矩
BP神经网络
非负矩阵分解
基于粗糙集和支持向量机的人耳识别
人耳识别
粗糙集
支持向量机
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 基于小波变换和规范型纹理描述子的人耳识别
来源期刊 电子学报 学科 工学
关键词 Haar小波变换 规范型纹理描述子 人耳识别 分块 多分辨率
年,卷(期) 2010,(1) 所属期刊栏目 科研通信
研究方向 页码范围 239-243
页数 分类号 TP391.41
字数 4132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 穆志纯 北京科技大学信息工程学院 140 1211 16.0 24.0
2 付冬梅 北京科技大学信息工程学院 99 755 15.0 23.0
3 王瑜 北京科技大学信息工程学院 12 73 6.0 8.0
7 贺德键 2 12 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (7)
参考文献  (6)
节点文献
引证文献  (12)
同被引文献  (27)
二级引证文献  (37)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(2)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(6)
  • 引证文献(5)
  • 二级引证文献(1)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(10)
  • 引证文献(2)
  • 二级引证文献(8)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
Haar小波变换
规范型纹理描述子
人耳识别
分块
多分辨率
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导