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:
由于Gabor小波描述的人脸特征维数太高,直接将Gabor小波提取的特征进行识别时出现计算量大、实时性差的问题,提出了基于Gabor小波变换与分块主分量分析的人脸识别新算法.首先对人脸图像进行Gabor小、波变换得到人脸图像特征,然后用分块主分量分析方法对其进行降维、提取特征向量,最后用最近邻分类器分类识别.在ORL和NUST603人脸库上进行实验,结果表明,该方法的识别率优于传统PCA、分块PCA、Gabor、波变换与PCA结合的方法.
推荐文章
基于Gabor小波变换和两次DCT的人脸表情识别
表情识别
Gabor交换
离散余弦变换
神经网络
基于小波和DFB-PCA的人脸识别算法研究
小波变换
DFB-PCA
图像识别
人脸识别
基于 Gabor小波变换的 ICA 人脸识别算法研究
人脸识别
算法研究
Gabor小波
独立成份分析
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Gabor小波变换与分块PCA的人脸识别
来源期刊 计算机工程与应用 学科 工学
关键词 人脸识别 Gabor小波 分块主分量分析(PCA) 特征提取
年,卷(期) 2012,(3) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 176-178,231
页数 分类号 TP391
字数 3928字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.03.052
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 王宪 江南大学轻工过程先进控制教育部重点实验室 47 411 11.0 19.0
2 平雪良 江南大学轻工过程先进控制教育部重点实验室 127 922 18.0 25.0
3 宋书林 江南大学轻工过程先进控制教育部重点实验室 11 148 5.0 11.0
4 陆友桃 江南大学轻工过程先进控制教育部重点实验室 1 68 1.0 1.0
5 许腾 江南大学轻工过程先进控制教育部重点实验室 1 68 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (52)
参考文献  (8)
节点文献
引证文献  (68)
同被引文献  (132)
二级引证文献  (144)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(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(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(6)
  • 引证文献(5)
  • 二级引证文献(1)
2014(11)
  • 引证文献(8)
  • 二级引证文献(3)
2015(27)
  • 引证文献(14)
  • 二级引证文献(13)
2016(30)
  • 引证文献(13)
  • 二级引证文献(17)
2017(41)
  • 引证文献(13)
  • 二级引证文献(28)
2018(37)
  • 引证文献(6)
  • 二级引证文献(31)
2019(47)
  • 引证文献(8)
  • 二级引证文献(39)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
人脸识别
Gabor小波
分块主分量分析(PCA)
特征提取
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导