作者:
原文服务方: 安徽工业大学学报(自然科学版)       
摘要:
为了研究眉毛的外部特征提取方法,将基于伪球的边缘检测算子与Li模型进行结合,通过水平集演化获取纯眉毛图像中的眉毛轮廓,在此基础上,计算眉毛的形状特征、方向特征和纹理特征,构建眉毛外部特征模型.实验结果表明:在相同的迭代次数下,对比Li模型,本文方法得到的眉毛轮廓更准确;针对自建的自然眉毛图像库(100人),眉毛外部特征模型的单眉毛识别率可达86.1%,与HMM和2DPCA结果相当,双眉毛识别率为90.2%,略有提高;针对没有浓淡区别的眉毛库,仅含形状和方向特征模型也能获得良好的效果,其识别率可达88.1%.
推荐文章
基于小波变换和SVM的眉毛身份验证系统研究
生物特征识别
眉毛识别
身份验证
小波变换
支持向量机
融合表观与曲率特征的三维点云眉毛提取
眉毛区域提取
三维眉毛关键点
3D-2D-3D框架
表观特征
融合全局和局部特征的图像特征提取方法
特征提取
线性判别分析
保局投影算法
全局特征
局部特征
基于Fisher的Gabor特征提取方法
Gabor滤波
Fisher线性判别
手写数字识别
特征提取
LIBSVM
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 眉毛外部特征的提取方法
来源期刊 安徽工业大学学报(自然科学版) 学科
关键词 眉毛 外部特征 提取 特征模型 识别
年,卷(期) 2017,(3) 所属期刊栏目 信息与经管
研究方向 页码范围 296-301
页数 6页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1671-7872.2017.03.015
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 纪滨 安徽工业大学计算机科学与技术学院 23 219 8.0 14.0
2 刘燕 安徽工业大学计算机科学与技术学院 7 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (16)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(8)
  • 参考文献(2)
  • 二级参考文献(6)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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
眉毛
外部特征
提取
特征模型
识别
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
安徽工业大学学报(自然科学版)
季刊
1671-7872
34-1254/N
大16开
1984-01-01
chi
出版文献量(篇)
2161
总下载数(次)
0
总被引数(次)
11633
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导