作者:
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:
人脸识别是一种精度高、稳定性好、易操作、结果直观、性价比高的生物识别技术,其成功识别的关键在于识别算法.针对基于统计特征的人脸识别中面部特征的高维度而导致的识别准确率低和速率低的问题.提出基于Gabor滤波和增强Fisher线性判别模型的人脸特征提取算法,首先预处理人脸图像,再通过Gabor小波变换得到人脸特征向量,随后通过2DPCA将高维特征向量至低维空间,最后利用增强FLD在低维空间变换矩阵提取人脸特征,进而提高识别效果和速度.在AR人脸图像库的实验结果表明,该算法具有更高的准确率和识别速率.
推荐文章
基于Gabor小波和二维主元分析的人脸识别
Gabor小波
2DPCA
特征向量
人脸识别
基于Gabor小波变换与分块PCA的人脸识别
人脸识别
Gabor小波
分块主分量分析(PCA)
特征提取
基于KPCA和Gabor小波的特征融合人脸识别
KPCA
Gabor小波
FLD
特征融合
人脸识别
基于Gabor小波和稀疏表示的人脸表情识别
人脸表情识别
特征提取
稀疏表示
Gabor小波
融合识别
模糊密度
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Gabor小波和增强FLD的人脸识别
来源期刊 现代计算机 学科
关键词 人脸识别 Gabor滤波器 增强Fisher线性判别 2DPCA
年,卷(期) 2017,(24) 所属期刊栏目 图形图像
研究方向 页码范围 24-28
页数 5页 分类号
字数 4104字 语种 中文
DOI 10.3969/j.issn.1007-1423.2017.24.006
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 陈雪莲 四川大学计算机学院 3 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (19)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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)
1988(4)
  • 参考文献(0)
  • 二级参考文献(4)
1989(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)
1991(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(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(1)
  • 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
人脸识别
Gabor滤波器
增强Fisher线性判别
2DPCA
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
现代计算机
旬刊
1007-1423
44-1415/TP
16开
广东省广州市
46-121
1984
chi
出版文献量(篇)
11312
总下载数(次)
39
总被引数(次)
33178
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导