作者:
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:
提出了一种基于小波变换的眉毛识别方法.该方法利用小波变换进行眉毛特征提取,选取奇偶行三层小波变换的高频、水平分量、垂直分量和整体二层小波变换的低频部分作为特征,利用最近邻法则进行识别.实验结果对比表明,该方法简单且识别率较高.
推荐文章
正交 Haar 变换的眉毛识别方法
眉毛识别
正交 Haar 变换
模板匹配
最大标准子模板
自适应阈值
基于小波变换和SVM的眉毛身份验证系统研究
生物特征识别
眉毛识别
身份验证
小波变换
支持向量机
半自动眉毛识别方法
眉毛识别
图半监督学习
支持向量机
傅里叶变换
主成分分析
基于二维小波变换的虹膜识别方法
虹膜识别
二维小波变换
积分图像
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 基于小波变换的眉毛识别方法
来源期刊 云南民族大学学报(自然科学版) 学科 工学
关键词 眉毛识别 小波变换 特征提取 最邻近距离法则
年,卷(期) 2014,(4) 所属期刊栏目 信息与计算机科学
研究方向 页码范围 293-295
页数 3页 分类号 TP391
字数 2234字 语种 中文
DOI 10.3969/j.issn.1672-8513.2014.04.016
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 李颜瑞 山西机电职业技术学院信息与管理工程系 5 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (537)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(8)
  • 参考文献(0)
  • 二级参考文献(8)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(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)
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)
研究主题发展历程
节点文献
眉毛识别
小波变换
特征提取
最邻近距离法则
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
云南民族大学学报(自然科学版)
双月刊
1672-8513
53-1192/N
大16开
中国昆明市一二·一大街134号
1992
chi
出版文献量(篇)
2286
总下载数(次)
5
总被引数(次)
8502
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导