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:
年龄识别是基于人脸的面部特征做出分析。由于人脸是塑性变形体,以及人的情感的不可捉摸,使得识别效率受到限制。通过使用 Gabor 小波提取人脸图像的特征,并对这些特征进行 PCA 降维。降维后的特征进入智能单粒子神经网络分类器(Intelligence Single Particle Optimization Neural Network Classifier,ISPONNC ),对输入的人脸图像的年龄进行识别和分类。年龄识别分为3类(Baby、Young 和 Old),识别率约为85%。通过对面部年龄进行识别,希望能对建立人性化的人机交互系统有所贡献。
推荐文章
基于Gabor小波和SVM的人脸表情识别算法
Gabor小波变换
表情特征提取
Fisher线性判别
支持向量机
基于二维Gabor小波和支持向量机的人脸识别
人脸识别
小波特征
主成分分析
支持向量机
基于Gabor小波SDF匹配滤波器的人脸识别
人脸识别
小波变换
综合判别函数
基于Gabor小波变换和两次DCT的人脸表情识别
表情识别
Gabor交换
离散余弦变换
神经网络
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 Gabor 小波的人脸年龄识别
来源期刊 新技术新工艺 学科 工学
关键词 Gabor 小波 特征提取 年龄识别
年,卷(期) 2015,(8) 所属期刊栏目 试验与研究
研究方向 页码范围 61-62,63
页数 3页 分类号 TP273
字数 1576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 任燕 24 56 4.0 6.0
2 史亚贝 27 61 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (41)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (1)
1988(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(3)
  • 参考文献(3)
  • 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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Gabor 小波
特征提取
年龄识别
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
新技术新工艺
月刊
1003-5311
11-1765/T
大16开
北京车海淀区车道沟10号院科技1号楼804室
2-396
1979
chi
出版文献量(篇)
8183
总下载数(次)
16
总被引数(次)
30326
论文1v1指导