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:
针对人脸全局特征用于人脸验证存在的局限性,本文在Joint Bayesian人脸识别方法的基础上提出了基于局部贝叶斯分类器融合的人脸验证方法。该方法使用约束局部模型(CLM)在人脸上标注27个局部特征点,提取以这些特征点为中心的人脸块,并将它们进一步划分为互不重叠的若干个单元格;将这些人脸块的局部二值模式(LBP)特征通过Joint Bayesian统计训练得到多个局部分类器;最后利用逻辑回归模型将局部分类器融合为人脸验证分类器。在LFW(Labeled Face in the Wild)和WDRef (Wide and Deep Reference)数据库上进行了性能验证实验,实验结果表明该方法的性能要优于Joint Bayesian和其他现有典型分类器。
推荐文章
灵活的增强朴素贝叶斯分类器
贝叶斯网
朴素贝叶斯分类器
树增强朴素贝叶斯分类器
最小描述长度准则
基于稀疏表征多分类器融合的遮挡人脸识别
人脸识别
稀疏表征
多分辨率分块
多分类器融合
过完备字典
基于卷积特征和贝叶斯分类器的人脸识别
人脸识别
卷积神经网络
模式识别
深度学习
贝叶斯分类器
全局融合卷积神经网络的边缘分类的人脸性别识别
人脸性别识别
卷积神经网络
全局融合
纹理融合
边缘分类
模型验证
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 融合局部贝叶斯分类器的人脸验证
来源期刊 光电工程 学科 工学
关键词 人脸验证 LBP 贝叶斯分类器 分类器融合 逻辑回归
年,卷(期) 2016,(3) 所属期刊栏目 ?模式识别?
研究方向 页码范围 80-87
页数 8页 分类号 TN219|TP391
字数 3974字 语种 中文
DOI 10.3969/j.issn.1003-501X.2016.03.013
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 何松华 湖南大学信息科学与工程学院 32 143 7.0 10.0
2 魏华珍 湖南大学信息科学与工程学院 1 5 1.0 1.0
3 卢坤 湖南大学信息科学与工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (11)
参考文献  (11)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (2)
1993(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(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)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
人脸验证
LBP
贝叶斯分类器
分类器融合
逻辑回归
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
总被引数(次)
44377
论文1v1指导