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:
人脸是一个复杂的多维可见模型,开发人脸识别的计算模型是比较复杂的.介绍了一种基于信息理论的编译人脸图像的识别方法.该方法涉及两个方面:一是使用主成分分析进行特征提取;二是使用前馈反向神经网络进行识别.并使用400张人脸图片(40类)测试了该方法,识别率高达97.018%.
推荐文章
基于特征脸和BP神经网络的人脸识别
图像预处理
人脸识别
人脸检测
BP神经网络
基于加权特征脸法的人脸识别
人脸识别
主元分析
特征脸
权值
基于NMF和LVQ神经网络的人脸识别
人脸识别
学习矢量量化
神经网络
分类
基于DCT-BP神经网络的人脸表情识别
表情识别
离散余弦变换
误差向传播算法
前向神经网络
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 基于特征脸及人工神经网络的人脸识别
来源期刊 电脑开发与应用 学科 工学
关键词 人脸识别 主成分分析(PCA) 人工神经网络(ANN) 特征向量 特征脸
年,卷(期) 2012,(4) 所属期刊栏目 研究与探讨
研究方向 页码范围 14-17
页数 分类号 TP391.413
字数 4170字 语种 中文
DOI 10.3969/j.issn.1003-5850.2012.04.006
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 安建成 太原理工大学计算机科学与技术学院 34 182 8.0 11.0
2 李彬彬 太原理工大学计算机科学与技术学院 4 9 2.0 3.0
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  (2)
节点文献
引证文献  (5)
同被引文献  (8)
二级引证文献  (1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
人脸识别
主成分分析(PCA)
人工神经网络(ANN)
特征向量
特征脸
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
电脑开发与应用
月刊
1003-5850
14-1133/TP
大16开
山西省太原市193号信箱
22-96
1985
chi
出版文献量(篇)
4882
总下载数(次)
14
论文1v1指导