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:
人脸识别技术是图像处理方面的重要技术,然而识别率不高却一直妨碍人脸识别技术的广泛应用.主成分分析(PCA)是人脸识别技术的一个重要算法,将PCA与AdaBoost算法相结合改进了原来的算法,并称新算法为PCA+AdaBoost算法.实验证明PCA+AdaBoost算法的识别率明显高于PCA算法,相对于Fisherface算法的识别率也有明显的提高.
推荐文章
基于PCA和Fisher线性判别技术的人脸识别算法
人脸识别技术
PCA
K-L变换
Fisher线性判别
基于PCA算法的人脸识别
主成份分析
特征提取
人脸识别
基于改进PCA算法的人脸识别
人脸识别
分块
直方图均衡化
改进的PCA算法
基于二维PCA和SVM算法的人脸识别系统
人脸识别
二维PCA
特征提取
SVM
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PCA+AdaBoost算法的人脸识别技术
来源期刊 计算机工程与应用 学科 工学
关键词 人脸识别 特征脸 主成分分析 AdaBoost
年,卷(期) 2010,(4) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 170-173
页数 4页 分类号 TP391.41
字数 5179字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.04.054
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 鲍苏苏 华南师范大学计算机学院 105 1137 20.0 27.0
2 李盛文 华南师范大学计算机学院 2 69 2.0 2.0
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  (5)
节点文献
引证文献  (63)
同被引文献  (85)
二级引证文献  (104)
1990(2)
  • 参考文献(2)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(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(8)
  • 引证文献(7)
  • 二级引证文献(1)
2012(15)
  • 引证文献(9)
  • 二级引证文献(6)
2013(13)
  • 引证文献(6)
  • 二级引证文献(7)
2014(12)
  • 引证文献(8)
  • 二级引证文献(4)
2015(22)
  • 引证文献(11)
  • 二级引证文献(11)
2016(28)
  • 引证文献(13)
  • 二级引证文献(15)
2017(27)
  • 引证文献(5)
  • 二级引证文献(22)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(16)
  • 引证文献(1)
  • 二级引证文献(15)
2020(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
人脸识别
特征脸
主成分分析
AdaBoost
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导