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:
针对人脸表情变化对人脸识别的影响,提出一种结合小波变换(DWT)、特征脸方法(PCA)和线性判别法(LDA)的人脸特征提取新方法.首先将人脸图像通过二维小波变换(2DWT)提取其低频分量,然后将低频图像经过PCA变换映射到一个低维空间,最后在低维空间中利用LDA方法进行人脸特征的提取.通过此方法,采用ORL人脸库和Yale人脸库进行测试,我们可实现更准确的特征提取,并有效解决表情变化对人脸识别的影响问题.实验结果显示,本文方法在提高人脸识别率的同时,也提高了人脸识别速度.
推荐文章
一种基于特征融合的人脸识别新方法
特征融合
广义线性鉴别分析
特征抽取
人脸识别
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
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
基于Trace变换的人脸特征提取技术研究
特征提取
Trace变换
人脸识别
特征向量
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 结合2DWT和Fisherfaces的人脸特征提取新方法
来源期刊 微计算机应用 学科 工学
关键词 特征提取 人脸表情识别 小波变换( DWT) 特征脸方法(PCA) 线性判别法(LDA)
年,卷(期) 2011,(11) 所属期刊栏目 综述与研究
研究方向 页码范围 14-19
页数 分类号 TP391.41
字数 4084字 语种 中文
DOI 10.3969/j.issn.2095-347X.2011.11.003
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 刘金清 福建师范大学物理与光电信息科技学院省光子技术重点实验室 36 172 7.0 11.0
2 吴庆祥 福建师范大学物理与光电信息科技学院省光子技术重点实验室 22 243 8.0 15.0
3 范群贞 福建师范大学物理与光电信息科技学院省光子技术重点实验室 9 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (63)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(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(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(7)
  • 参考文献(1)
  • 二级参考文献(6)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
特征提取
人脸表情识别
小波变换( DWT)
特征脸方法(PCA)
线性判别法(LDA)
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
网络新媒体技术
双月刊
2095-347X
10-1055/TP
大16开
北京海淀区北四环西路21号
2-304
1980
chi
出版文献量(篇)
3082
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