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:
为了提高人脸识别技术的实用性,结合人脸镜像对称性和核主成分分析提出了一种新的人脸识别方法.首先利用小波变换压缩人脸图像数据,获取小波分解的低频分量,再通过镜像变换得到镜像偶对称图像和镜像奇对称图像,然后分别对奇偶对称图像进行核主成分分析提取奇偶特征,并且通过加权因子对奇偶特征进行融合,最后采用最近邻分类器分类.基于ORL人脸数据库的实验结果表明:该算法增大了样本容量,在一定程度上克服了光照、姿态的不利因素,提高了人脸识别率.
推荐文章
基于主成分分析方法的人脸识别研究
人脸识别
主成分分析
欧几里得距离
基于特征脸的主成分分析人脸识别
人脸识别
特征脸
主成分分析
结合主成分分析和局部导数模式的人脸识别方法
人脸识别
局部导数模式
主成分分析法
相似度计算
改进的主成分分析和最近邻的人脸识别方法
人脸识别
主成分分析
奇异值分解
聚类分析
最近邻分类
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 基于对称核主成分分析的人脸识别
来源期刊 计算机应用 学科 工学
关键词 人脸识别 镜像对称 特征提取 核主成分分析 最近邻分类器
年,卷(期) 2012,(5) 所属期刊栏目 信息安全
研究方向 页码范围 1404-1406,1428
页数 分类号 TP391.41
字数 3570字 语种 中文
DOI 10.3724/SP.J.1087.2012.01404
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 张国平 华中师范大学物理科学与技术学院 97 509 11.0 16.0
2 刘嵩 湖北民族学院信息工程学院 34 127 6.0 10.0
4 罗敏 湖北民族学院信息工程学院 15 82 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (77)
共引文献  (51)
参考文献  (14)
节点文献
引证文献  (7)
同被引文献  (8)
二级引证文献  (5)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(1)
  • 二级参考文献(6)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(5)
  • 参考文献(5)
  • 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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人脸识别
镜像对称
特征提取
核主成分分析
最近邻分类器
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导