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:
针对图像维数过高,计算复杂的问题,提出一种基于加权小波分析和DCT的人脸识别方法,通过对人脸图像进行小波分解,提取低频和加权高频分量的DCT变换系数作为识别特征向量,采用加权距离进行分类识别.该方法在ORL和YALE人脸库上进行了测试比较,结果表明,无论训练时间还是识别率,都优于传统的PCA方法,和小波结合PCA的方法相比较,识别率也明显提高.
推荐文章
基于加权DWT和DCT的粒子群神经网络人脸识别算法
人脸识别
小波变换
离散余弦变换
粒子群优化算法
BP神经网络
基于加权小波分解的人脸识别算法研究
小波分解
PCA
人脸识别
离散小波变换
基于加权小波分解和Fisherfaces的人脸识别算法研究
人脸识别
白化
预处理
加权小波分解
Fisherfaces方法
最近邻分类器
基于加权小波子带图像的贝叶斯人脸识别算法
人脸识别
小波变换
贝叶斯方法
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 基于加权小波的DCT人脸识别算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 人脸识别 加权小波分析 离散余弦变换(DCT) 加权距离
年,卷(期) 2012,(17) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 199-202,237
页数 分类号 TN391
字数 2917字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.17.039
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 方杰 重庆大学通信工程学院 3 26 3.0 3.0
2 余嘉 重庆大学自动化学院 11 145 7.0 11.0
3 许可 重庆大学通信工程学院 10 40 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (58)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (23)
二级引证文献  (43)
1987(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(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
人脸识别
加权小波分析
离散余弦变换(DCT)
加权距离
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
重庆市自然科学基金
英文译名:
官方网址:http://law.ddvip.com/law/2006-09/11584979384040.html
项目类型:重点项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导