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:
结合多尺度Retinex算法和PCA算法的特点,并引入权重系数,提出了一种新的人脸识别方法.首先,在人脸图像的预处理阶段,利用多尺度Retinex算法提取人脸图像光照不变分量,然后用PCA算法提取人脸光照不变量的主特征;为进一步减少光照变化对人脸识别率的影响,对提取到的主特征的前两个向量加小于1的权重系数;接着利用k近邻分类器进行人脸分类识别;最后基于CAS_PEAL_ R1光照子集人脸库,在Matlab环境下进行仿真实验,实验结果表明该方法提高了人脸识别率.
推荐文章
改进的单尺度Retinex和LBP结合的人脸识别
特征融合
复杂光照
特征提取
人脸识别
基于PCA的人脸识别方法设计与实现
人脸识别
PCA算法
Fisher准则
基于PCA、FLD和小波包子图融合的人脸识别算法
人脸识别
主成分分析法(PCA)
Fisher线性判别法(FLD)
小波包
加权融合
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 基于多尺度Retinex算法结合PCA特征加权的人脸识别方法
来源期刊 云南师范大学学报(自然科学版) 学科 工学
关键词 PCA 人脸识别 Retinex理论 权重系数 多尺度
年,卷(期) 2016,(6) 所属期刊栏目 计算机科学及应用
研究方向 页码范围 25-31
页数 7页 分类号 TP391
字数 3549字 语种 中文
DOI 10.7699/j.ynnu.ns-2016-077
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 云利军 云南师范大学信息学院 43 252 9.0 15.0
2 于梦 云南师范大学信息学院 1 1 1.0 1.0
3 李艾瞳 中国石油吉林油田分公司地球物理勘探研究院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (78)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(4)
  • 参考文献(1)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
PCA
人脸识别
Retinex理论
权重系数
多尺度
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
云南师范大学学报(自然科学版)
双月刊
1007-9793
53-1046/N
大16开
云南昆明市一二一大街298号
64-74
1958
chi
出版文献量(篇)
2229
总下载数(次)
5
总被引数(次)
10561
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导