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:
在多方向二维主成分分析法MD2DPCA和无迭代双边二维主成分分析(NIB2DPCA)的基础上,提出了多方向无迭代双边二维主成分分析(MDNIB2DPCA)的特征抽取新方法.该方法可以对图像矩阵在多个方向上进行特征抽取,与MD2DPCA方法相比也提高了特征抽取速度.在灰度人脸图像库上的对比实验表明,所提的方法可以提高灰度图像识别率两个百分点以上;进一步地,在基于NIB2DPCA的彩色图像识别方法的基础上,提出了将所提的MDNIB2DPCA替换NIB2DPCA的彩色图像处理的新方法.在彩色人脸库上的对比实验表明,所提方法的识别正确率也可提高约一个百分点.
推荐文章
基于NIB2DPCA的彩色图像过完整分块特征抽取方法
彩色人脸识别
过完整分块
NIB2DPCA
特征抽取
一种基于2DPCA的人耳识别方法
人耳识别
主分量分析
二维主分量分析
BP神经网络
基于双向2DPCA与SVM的木材死节缺陷图像分割算法
双向2DPCA
SVM
死节缺陷
图像分割
融合WMD矩阵与2DPCA的人脸特征抽取与识别
小波矩描述子
二维主成分分析
人脸
特征抽取
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 图像特征抽取的MDNIB2DPCA方法
来源期刊 计算机工程与应用 学科 工学
关键词 彩色人脸识别 二维主成分分析法(2DPCA) 多方向无迭代双边二维主成分分析(MDNIB2DPCA) 分数等级融合 特征抽取
年,卷(期) 2016,(9) 所属期刊栏目 图形图像处理
研究方向 页码范围 177-183
页数 7页 分类号 TP391.413
字数 5805字 语种 中文
DOI 10.3778/j.issn.1002-8331.1406-0079
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 朱嘉钢 江南大学物联网应用技术教育部工程研究中心 39 160 7.0 10.0
5 陆晓 江南大学晓山股份联合实验室 6 18 3.0 4.0
6 万倬 江南大学物联网应用技术教育部工程研究中心 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  (23)
共引文献  (13)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (16)
二级引证文献  (20)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(6)
  • 引证文献(4)
  • 二级引证文献(2)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
彩色人脸识别
二维主成分分析法(2DPCA)
多方向无迭代双边二维主成分分析(MDNIB2DPCA)
分数等级融合
特征抽取
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导