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:
传统的二维人脸识别方法不能识别来访者是真实的人还是人的图片,通过检测眨眼可以完成对来访者的活体验证,为人脸识别提供一道安全的屏障。基于Adaboost算法训练出睁眼和闭眼分类器,在检测到来访者人脸的基础上,根据先验经验对人眼区域进行预估,在预估区域中使用睁眼和闭眼分类器进行检测。实验结果表明,该眨眼检测方法能够实时地对视频图像中的人眼状态进行有效检测,为下一步人脸的正确识别打下了良好基础。
推荐文章
基于Adaboost与SOFMN的人脸识别
自组织特征映射
人脸识别
Adaboost算法
Kohonen算法
图像小波分析
基于肤色和Adaboost算法的人脸检测
人脸检测
Adaboost 算法
Haar特征
肤色分割
基于改进Adaboost算法的人脸识别系统设计
嵌入式软件
Adaboost
VIPLFaceNet
人脸识别
基于Adaboost算法和肤色验证的人脸检测研究
Adaboost算法
肤色验证
人脸检测
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 Adaboost 的人脸识别眨眼检测磁
来源期刊 计算机与数字工程 学科 工学
关键词 Adaboost算法 人脸检测 人脸识别 分类器 眨眼检测
年,卷(期) 2016,(3) 所属期刊栏目 图像处理
研究方向 页码范围 521-524
页数 4页 分类号 TP393.03
字数 2187字 语种 中文
DOI 10.3969/j.issn.1672-9722.2016.03.030
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 任安虎 西安工业大学电信工程学院 36 106 6.0 8.0
2 刘贝 西安工业大学电信工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (326)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (3)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(8)
  • 参考文献(1)
  • 二级参考文献(7)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(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
Adaboost算法
人脸检测
人脸识别
分类器
眨眼检测
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导