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:
张量算法克服了传统向量算法的维数灾难和小样本问题,在人脸识别中取得了较好的效果.尽管如此,现有张量算法容易导致邻近类别在低维空间中重叠,为此,提出了一种加权判别局部多线性嵌入算法.该算法设计了一种自适应加权的判别准则,结合类别信息,保持了同类人脸图像之间的局部流形结构,同时利用高斯基函数作为加权函数,根据人脸图像对其他类别的影响,自适应产生权重系数,加大了类间样本的区分度.此外,该算法采用张量形式表示图像数据,保留了图像的结构,继承了张量算法的优点,并且有效地解决了out-of-sample问题.人脸识别实验表明,对于光照,姿态和表情的变化,该算法具有较好的稳健性和较高的识别率.
推荐文章
基于LLE与Fisher线性判别的人脸识别算法
邻域嵌入算法
Fisher线性判别
人脸识别
ORL人脸图像数据库
基于局部邻域多流形度量的人脸识别
特征脸
流形
欧氏距离
局部权重矩阵
距离度量
图像集
仿射包
基于环形对称Gabor多通道纹理加权的人脸识别
人脸识别
环形对称Gabor变换
纹理统计特征
自适应加权
PCA加权
基于分块加权的局部保持投影的人脸识别
人脸识别
局部保持投影
模式识别
特征提取
类标信息
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 基于加权判别局部多线性嵌入的人脸识别
来源期刊 仪器仪表学报 学科 工学
关键词 流形学习 判别分析 张量表示 高斯基函数 人脸识别
年,卷(期) 2011,(10) 所属期刊栏目 学术论文
研究方向 页码范围 2248-2255
页数 分类号 TP391.4
字数 6582字 语种 中文
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 周激流 四川大学计算机学院 227 2494 25.0 39.0
2 高朝邦 成都大学信息科学与技术学院 7 31 3.0 5.0
5 刘昶 成都大学信息科学与技术学院 14 76 6.0 8.0
8 郎方年 成都大学信息科学与技术学院 3 57 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (58)
参考文献  (26)
节点文献
引证文献  (19)
同被引文献  (46)
二级引证文献  (117)
1927(1)
  • 参考文献(0)
  • 二级参考文献(1)
1928(1)
  • 参考文献(0)
  • 二级参考文献(1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(2)
  • 二级参考文献(4)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(12)
  • 参考文献(4)
  • 二级参考文献(8)
2008(6)
  • 参考文献(5)
  • 二级参考文献(1)
2009(9)
  • 参考文献(9)
  • 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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(8)
  • 引证文献(7)
  • 二级引证文献(1)
2014(15)
  • 引证文献(1)
  • 二级引证文献(14)
2015(25)
  • 引证文献(1)
  • 二级引证文献(24)
2016(23)
  • 引证文献(0)
  • 二级引证文献(23)
2017(19)
  • 引证文献(4)
  • 二级引证文献(15)
2018(25)
  • 引证文献(2)
  • 二级引证文献(23)
2019(14)
  • 引证文献(2)
  • 二级引证文献(12)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
流形学习
判别分析
张量表示
高斯基函数
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
仪器仪表学报
月刊
0254-3087
11-2179/TH
大16开
北京市东城区北河沿大街79号
2-369
1980
chi
出版文献量(篇)
12507
总下载数(次)
27
论文1v1指导