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:
对贝叶斯人脸识别公式进行了简化,在此基础上设计了基于加权小波子带图像的贝叶斯人脸识别算法.首先对人脸图像进行小波分解,把分解得到的低频子图与类内均值做差作为类内差异图像进行贝叶斯测试,选择相似度最高的N幅图像作为候选图像,然后对候选图像再次利用高频子图与对应频段的类内均值做差作为模式矢量并行进行贝叶斯测试,通过加权排序得到最后结果.实验结果验证了该方法的有效性.
推荐文章
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
融合小波与2D PCA的贝叶斯人脸识别
人脸识别
小波变换
二维主元分析
贝叶斯方法
基于小波变换的加权特征脸识别算法
人脸识别
小波变换
K-L变换
特征脸
基于贝叶斯估计的杂交小波图像降噪新算法
贝叶斯估计
杂交小波算法
图像去噪
遗传算法
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 基于加权小波子带图像的贝叶斯人脸识别算法
来源期刊 北京交通大学学报 学科 工学
关键词 人脸识别 小波变换 贝叶斯方法
年,卷(期) 2012,(5) 所属期刊栏目 计算机与信息技术
研究方向 页码范围 124-128
页数 分类号 TP391.41
字数 3902字 语种 中文
DOI 10.3969/j.issn.1673-0291.2012.05.022
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 张新明 河南师范大学计算机与信息技术学院 68 922 13.0 28.0
2 郑延斌 河南师范大学计算机与信息技术学院 64 460 11.0 18.0
3 牛丽平 河南师范大学计算机与信息技术学院 10 39 4.0 6.0
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  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸识别
小波变换
贝叶斯方法
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
北京交通大学学报
双月刊
1673-0291
11-5258/U
大16开
北京西直门外上园村3号
1975
chi
出版文献量(篇)
3626
总下载数(次)
7
总被引数(次)
38401
论文1v1指导