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:
提出一种基于图像分解的人脸特征表示方法(FRID),首先通过多方向操作,把一幅图像分解成一系列方向子图像;然后,通过欧拉映射操作,把每幅方向子图像分解成实部和虚部图像,针对每幅实部和虚部图像,分别划分出多个不重叠的局部图像块,通过统计图像块上不同数值的个数生成相应的实部和虚部直方图,一幅图像的所有实部和虚部直方图被串联成一个超级特征向量;最后,利用线性判别分析方法对超级特征向量进行维数约简,以获得每幅图像的低维表示。实验显示该方法在多个人脸数据库上获得了优于时新算法的识别结果,并且表现得更为稳定。
推荐文章
基于低秩特征脸与协同表示的人脸识别算法
人脸识别
低秩矩阵
特征脸
协同表示
基于离散余弦变换和稀疏表示的人脸识别
人脸识别
离散余弦变换
稀疏表示
词袋
局部特征
基于奇异值分解的基图像的人脸识别
计算机视觉
模式识别
人脸识别
奇异值分解
基图像
基于稀疏表示与小波特征的人脸识别分层框架
人脸识别
稀疏表示
分层框架
小波特征
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 基于图像分解的人脸特征表示
来源期刊 软件学报 学科 工学
关键词 图像分解 多方向操作 欧拉映射 人脸识别
年,卷(期) 2014,(9) 所属期刊栏目 大数据分析专刊
研究方向 页码范围 2102-2118
页数 17页 分类号 TP391
字数 9124字 语种 中文
DOI 10.13328/j.cnki.jos.004651
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 胡庆辉 软件工程国家重点实验室武汉大学计算机学院 2 20 2.0 2.0
2 丁立新 软件工程国家重点实验室武汉大学计算机学院 2 20 2.0 2.0
3 何进荣 软件工程国家重点实验室武汉大学计算机学院 2 20 2.0 2.0
4 李照奎 软件工程国家重点实验室武汉大学计算机学院 1 3 1.0 1.0
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  (24)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 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(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分解
多方向操作
欧拉映射
人脸识别
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
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
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
论文1v1指导