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:
人脸检测是人脸识别和重构问题中最基本的任务,同样也是人脸识别问题中的一个关键环节,其结果直接关乎到人脸识别最终的效果。所以,构建一种稳健而优秀的检测算法是人脸检测的目的。本文提出了一种基于多块局部二值模式特征的 adaboost 算法和模板匹配的人眼定位方法,从而提高人脸检测的正确率和稳定率,减少了误差。通过 MIT CBCL人脸数据库、生活、网络等渠道照片的实验验证,该方法提高了检测效率,降低误检率,兼具了实时性和鲁棒性。
推荐文章
基于改进多块局部二进制模式的人眼定位算法
人脸识别
人眼中心定位
局部二进制模式
分类器
基于综合肤色检测和二值形态学的人脸定位研究
肤色检测
二值形态学
几何特征检测
人脸检测
基于局部四值模式的人脸识别
局部二值模式
人脸识别
纹理特征
空域信息
人眼定位与AdaBoost Gabor滤波的人脸检测算法
人眼定位
Hough变换
直接最小二乘法
AdaBoost Gabor滤波
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 基于多块局部二值模式特征和人眼定位的人脸检测
来源期刊 仪器仪表学报 学科 工学
关键词 人脸检测 多块局部二值模式 人眼定位 模板匹配
年,卷(期) 2014,(12) 所属期刊栏目 学 术 论 文
研究方向 页码范围 2739-2745
页数 7页 分类号 TP391.41|TH166
字数 3218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 陈德运 哈尔滨理工大学计算机科学与技术学院 143 1570 22.0 31.0
2 王小玉 哈尔滨理工大学计算机科学与技术学院 15 171 6.0 13.0
3 张亚洲 哈尔滨理工大学计算机科学与技术学院 1 60 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (77)
参考文献  (9)
节点文献
引证文献  (60)
同被引文献  (178)
二级引证文献  (88)
1974(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(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)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(6)
  • 参考文献(3)
  • 二级参考文献(3)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(11)
  • 引证文献(10)
  • 二级引证文献(1)
2017(28)
  • 引证文献(18)
  • 二级引证文献(10)
2018(41)
  • 引证文献(12)
  • 二级引证文献(29)
2019(47)
  • 引证文献(13)
  • 二级引证文献(34)
2020(19)
  • 引证文献(5)
  • 二级引证文献(14)
研究主题发展历程
节点文献
人脸检测
多块局部二值模式
人眼定位
模板匹配
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
仪器仪表学报
月刊
0254-3087
11-2179/TH
大16开
北京市东城区北河沿大街79号
2-369
1980
chi
出版文献量(篇)
12507
总下载数(次)
27
总被引数(次)
146776
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