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:
提出了一种基于LBP算子和Isomap相结合的人脸图像识别算法.利用ε-LBP算子提取人脸图像纹理特征,然后用Isomap 对高维的纹理特征进行数据降维,得到人脸数据的本质几何结构.最后将降维后的数据作为分类器的输入进行人脸分类识别.实验结果表明,该算法能够对人脸图像进行良好的分类识别,尤其是小样本的情况下.
推荐文章
基于完整LBP特征的人脸识别
完整局部二值模式
特征提取
人脸识别
局部二值模式
一种基于改进LBP特征的人脸识别
LBP
人脸识别
特征提取
人脸数据库
基于LBP算子与EMD的人脸识别算法
人脸识别
局部二进制模式
EMD
直方图
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
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LBP特征的人脸图像识别
来源期刊 计算机工程与应用 学科 工学
关键词 LBP算子 等距映射 纹理特征 人脸识别 数据降维
年,卷(期) 2011,(18) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 170-172
页数 分类号 TP391.41
字数 3046字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.18.049
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 罗斌 安徽大学计算智能与信号处理教育部重点实验室 181 1213 16.0 25.0
2 闫伟红 安徽大学计算智能与信号处理教育部重点实验室 2 31 2.0 2.0
3 赵海峰 安徽大学计算智能与信号处理教育部重点实验室 36 308 8.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (100)
参考文献  (9)
节点文献
引证文献  (26)
同被引文献  (25)
二级引证文献  (16)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(8)
  • 引证文献(6)
  • 二级引证文献(2)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(8)
  • 引证文献(3)
  • 二级引证文献(5)
研究主题发展历程
节点文献
LBP算子
等距映射
纹理特征
人脸识别
数据降维
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
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:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导