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:
提出了一种双向二维PCA((2D)2 PCA)及改进遗传算法(GA)相结合的人脸识别方法.该方法首先利用(2D)2PCA分别从图像的行、列方向进行特征提取,然后通过遗传算法对提取的特征空间以并行的方式进行优化,得到最优行、列特征空间,最后根据最优特征空间进行分类.在ORL人脸库上的实验结果表明,该方法较之传统的方法具有更高的识别率及识别速度,在各种鉴别特征维数下更具鲁棒性,是有效的人脸识别方法.
推荐文章
一种基于2DPCA的人耳识别方法
人耳识别
主分量分析
二维主分量分析
BP神经网络
基于对称非迭代双边2DPCA的人脸识别
人脸识别
镜像对称性
二维主成分分析
非迭代双边二维主成分分析
对称非迭代双边二维主成分分析
一种改进的2DPCA车脸识别方法
二维主成分分析
特征提取
简化均值
车脸识别
基于DWT,2DPCA和KPCA的人脸识别
小波变换
2DPCA算法
KPCA算法
人脸识别
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 一种基于双向2DPCA及遗传算法的人脸识别方法
来源期刊 华中师范大学学报(自然科学版) 学科 工学
关键词 人脸识别 双向二维PCA((2D)2PCA) 遗传算法(GA) 特征空间
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 656-661
页数 6页 分类号 TP391.41
字数 5569字 语种 中文
DOI
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 董晓庆 韩山师范学院物理与电子工程系 20 53 4.0 5.0
2 谢森林 韩山师范学院物理与电子工程系 13 33 3.0 5.0
3 曾辉 韩山师范学院物理与电子工程系 14 21 3.0 3.0
4 陈洪财 韩山师范学院物理与电子工程系 24 43 4.0 4.0
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  (320)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1987(2)
  • 参考文献(1)
  • 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(1)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(8)
  • 参考文献(1)
  • 二级参考文献(7)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人脸识别
双向二维PCA((2D)2PCA)
遗传算法(GA)
特征空间
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
华中师范大学学报(自然科学版)
双月刊
1000-1190
42-1178/N
大16开
武汉市武昌桂子山
38-39
1955
chi
出版文献量(篇)
3391
总下载数(次)
5
总被引数(次)
18993
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导