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:
为解决二维局部保持投影(2DLPP)需要较多数据表示人脸特征的缺陷,提出了一种新的二维局部保持投影主成分分析方法(2DLPP-PCA).通过对人脸图像在行、列方向同时进行2DLPP和2DPCA投影,2DLPP-PCA 不仅能减少保存人脸特征所需要的数据量,而且能有效地提取人脸的局部特征和全局特征.在ORL、Yale和CAS-PEAL-R1人脸数据库上的实验结果表明,2DLPP-PCA是一种高性能的特征提取方法,当训练样本数为6时,2DLPP-PCA在ORL数据库上的最佳平均识别率达到99%以上.
推荐文章
一种基于2DPCA的人耳识别方法
人耳识别
主分量分析
二维主分量分析
BP神经网络
一种基于2DPCA和LDA的人脸表情识别算法
Gabor特征
2DPCA
LDA
C-Mean
KNN
融合2DPCA和贝叶斯的人脸识别算法
人脸识别
2DPCA
小波变换
贝叶斯方法
基于对称非迭代双边2DPCA的人脸识别
人脸识别
镜像对称性
二维主成分分析
非迭代双边二维主成分分析
对称非迭代双边二维主成分分析
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 一种结合2DLPP与2DPCA的人脸识别方法
来源期刊 西南交通大学学报 学科 工学
关键词 二维局部保持投影(2DLPP) 二维主成分分析(2DPCA) 特征提取 人脸识别
年,卷(期) 2011,(6) 所属期刊栏目
研究方向 页码范围 910-916
页数 分类号 TP391
字数 4298字 语种 中文
DOI 10.3969/j.issn.0258-2724.2011.06.004
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 齐永锋 西北师范大学数学与信息科学学院 31 188 8.0 12.0
3 火元莲 西北师范大学物理与电子工程学院 36 275 11.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (35)
参考文献  (17)
节点文献
引证文献  (16)
同被引文献  (24)
二级引证文献  (28)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(11)
  • 参考文献(1)
  • 二级参考文献(10)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(12)
  • 参考文献(4)
  • 二级参考文献(8)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(6)
  • 参考文献(3)
  • 二级参考文献(3)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(8)
  • 引证文献(1)
  • 二级引证文献(7)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
二维局部保持投影(2DLPP)
二维主成分分析(2DPCA)
特征提取
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
西南交通大学学报
双月刊
0258-2724
51-1277/U
大16开
四川省成都市二环路北一段
62-104
1954
chi
出版文献量(篇)
3811
总下载数(次)
4
总被引数(次)
51589
相关基金
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
论文1v1指导