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:
针对现有的人脸图像识别算法准确度不高的问题,提出了一种基于非下采样Contourlet变换(NSCT)和仿生模式的人脸图像识别的方法.对人脸图像进行NSCT分解,并将分解后的各系数矩阵转化为能量特征,利用仿生模式识别算法实现对人脸图像的识别.使用UMSIT、Yale和ORL人脸库进行实验,且设计了无拒识和有拒识两组方案,实验结果表明:与传统方法相比,利用基于非下采样Contourlet变换和仿生模式的人脸图像识别的方法能够获得更高的正确率,而有拒识的方案能够获得更好的综合性能.
推荐文章
基于二进小波变换和仿生模式识别的人脸识别
人脸识别
小波变换
仿生模式识别
基于Contourlet变换和仿生模式识别的纹理图像识别方法
纹理图像
Contourlet变换
仿生模式识别
一种基于二维经验模式分解的人脸识别方法
二维经验模式分解
人脸识别
特征提取
支持向量机
基于Gabor低秩恢复稀疏表示分类的人脸图像识别方法
人脸图像识别
稀疏表示
低秩矩阵恢复
Gabor变换
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NSCT和仿生模式的人脸图像识别方法
来源期刊 激光与光电子学进展 学科 工学
关键词 图像处理 非下采样Contourlet变换 仿生模式识别 人脸识别 高维空间覆盖
年,卷(期) 2015,(3) 所属期刊栏目 图像处理
研究方向 页码范围 126-133
页数 8页 分类号 TP391
字数 语种 中文
DOI 10.3788/LOP52.031001
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 李庆武 99 812 17.0 24.0
2 霍冠英 37 375 13.0 18.0
3 周亮基 9 56 4.0 7.0
4 朱国庆 3 22 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (151)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(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(3)
  • 参考文献(1)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(13)
  • 参考文献(2)
  • 二级参考文献(11)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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
图像处理
非下采样Contourlet变换
仿生模式识别
人脸识别
高维空间覆盖
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
激光与光电子学进展
半月刊
1006-4125
31-1690/TN
大16开
上海市嘉定区清河路390号(上海市800-211信箱)
4-179
1964
chi
出版文献量(篇)
9127
总下载数(次)
28
总被引数(次)
35767
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导