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LSVM算法的基础上提出了利用LASVM算法来进行人脸识别的方法。首先利用MEGM度量学习算法转换CAS—PEAL—R1人脸共享数据库的样本数据和测试数据的特征空间,然后采用LSVM算法程序训练测试转换后的人脸数据并进行分类识别,最高准确率可达到98%。实验表明:利用LASVM算法进行人脸识别,不但识别速度快而且识别效率也高,具有较高的可行性。
推荐文章
基于PCA与SVM结合的面部表情识别的智能轮椅控制
面部表情识别
主成分分析
支持向量机
面部有效区域提取
智能轮椅控制
基于深度学习的面部表情识别研究
深度学习
表情识别
神经网络
基于 Tensorflow 框架的面部识别技术
面部设别
卷积神经网络
机器学习
非相干光学
基于面部结构的表情识别
人脸表情识别
判别响应图拟合
联合Haar-like特征
Boosting学习
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LASVM面部识别的验证研究
来源期刊 自动化信息 学科 工学
关键词 LSVM LASVM 度量学习算法 CAS—PEAL—R1 特征空间
年,卷(期) zdhxx_2011,(10) 所属期刊栏目
研究方向 页码范围 36-38
页数 3页 分类号 TP317.4
字数 语种
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 吴云峰 电子科技大学光电信息学院 106 653 13.0 18.0
2 吴华君 电子科技大学光电信息学院 5 39 4.0 5.0
3 刘彪 电子科技大学光电信息学院 2 6 1.0 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  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
研究主题发展历程
节点文献
LSVM
LASVM
度量学习算法
CAS—PEAL—R1
特征空间
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
自动化信息
月刊
1817-0633
成都市小南街123号冠城花园檀香阁3-1
出版文献量(篇)
5766
总下载数(次)
16
论文1v1指导