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:
随着社会的发展,计算机工作的飞速进步让生物特征识别成为新兴发展领域之一,该技术通过人类特征或行为进行身份识别,提供了非常精准和可靠的身份判断方式,人脸识别技术是生物特征识别领域中最受瞩目的分支,在各行各业中的应用也越来越广泛。相较于其他的生物特征,人脸具有非常独特的特征,也是最为直接的鉴别点,更容易被广大的用户所接受。但是人脸是一种具有非常大的变形特征,且会受到众多因素的干扰,对每一个人的脸部样本进行采集非常困难。该文中提出小波变换以及支持向量机向相结合对人脸进行识别,前者能够突出问题的主要特征,后者则引进核函数,通过投射将某些不可分的问题转化成为可分问题,很好的解决人脸识别中的难题。本文首先探讨计算机人脸识别方法,然后提出基于小波变换以及支持向量机的人脸识别算法,对于提高识别准确率、降低运算复杂性具有关键性的作用。
推荐文章
基于小波变换和支持向量机的人脸检测
人脸检测
小波变换
支持向量机
基于支持向量机的人脸识别研究
人脸识别
支持向量机
离散小波变换
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
基于小波变换和支持向量机的人脸检测系统
人脸检测
支持向量机
小波变换
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 基于小波变换和支持向量机的人脸识别算法研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 小波变换 支持向量机 计算机人脸识别 PCA方法
年,卷(期) 2015,(6X) 所属期刊栏目
研究方向 页码范围 150-151 154
页数 3页 分类号 TP391.41
字数 语种
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 匡凤飞 福建师范大学闽南科技学院计算机科学系 13 22 2.0 4.0
2 陈美龙 福建师范大学闽南科技学院计算机科学系 6 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
小波变换
支持向量机
计算机人脸识别
PCA方法
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导