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:
针对人脸识别中特征提取的小样本问题,对原始的非监督判别映射(UDP)算法进行了改进,提出一种基于Log-Gabor和正交非监督判别映射(Orthogonal UDP)的人脸识别算法——LGOUDP算法.此算法首先采用Log-Gabor小波对图像进行滤波来提取高阶统计信息,然后提出最大化非局部散度和局部散度的权值差和加入基向量正交约束的目标函数,对该目标函数的求解有效地避免了小样本问题,而且正交的基向量使得算法更利于保留人脸非线性子流形空间与距离有关的结构信息和重构样本.在ORL和PIE库上的人脸识别实验证明了提出算法的有效性.
推荐文章
基于Log-Gabor小波变换和证据推理的车型识别
车型识别
Log-Gabor
支持向量机
Dempster-Shafer证据推理
基于Log-Gabor小波和二维半监督判别分析的人脸图像检索
Log-Gabor小波
人脸识别
图像检索
半监督学习
流形学习
一种新颖的基于Log-Gabor小波的虹膜识别算法
虹膜
Log-Gabor小波
局部频率特征
局部方向特征
基于Gabor小波和SVM的人脸表情识别算法
Gabor小波变换
表情特征提取
Fisher线性判别
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Log-Gabor小波和正交UDP的人脸识别
来源期刊 高技术通讯 学科 工学
关键词 子空间 非监督判别映射(UDP) Log-Gabor 流形 正交UDP 人脸识别
年,卷(期) 2011,(7) 所属期刊栏目 计算机与通信技术
研究方向 页码范围 714-719
页数 分类号 TP391.41
字数 5067字 语种 中文
DOI 10.3772/j.issn.1002-0470.2011.07.008
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 张汝波 哈尔滨工程大学计算机科学与技术学院 110 1870 20.0 39.0
2 潘海为 哈尔滨工程大学计算机科学与技术学院 33 212 8.0 13.0
3 楼宋江 哈尔滨工程大学计算机科学与技术学院 8 47 4.0 6.0
4 王庆军 哈尔滨工程大学计算机科学与技术学院 8 73 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (29)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (4)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
子空间
非监督判别映射(UDP)
Log-Gabor
流形
正交UDP
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
高技术通讯
月刊
1002-0470
11-2770/N
大16开
北京市三里河路54号
82-516
1991
chi
出版文献量(篇)
5099
总下载数(次)
14
总被引数(次)
39217
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