期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
10
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
计算机人脸识别技术综述
被引量:
18
1
作者
陈绵书
陈贺新
桑爱军
《吉林大学学报(信息科学版)》
CAS
2003年第S1期101-109,共9页
概述了计算机人脸识别技术的历史及发展现状,讨论了在计算机人脸识别领域占有主流地位的Eigen脸方法(主元素分析方法)、最佳鉴别矢量集法(基于Fisher线性判别准则方法和基于Foley-Sammon变换方法)、Bayesian脸方法、基于傅里叶不变特征...
概述了计算机人脸识别技术的历史及发展现状,讨论了在计算机人脸识别领域占有主流地位的Eigen脸方法(主元素分析方法)、最佳鉴别矢量集法(基于Fisher线性判别准则方法和基于Foley-Sammon变换方法)、Bayesian脸方法、基于傅里叶不变特征法和弹性图匹配法。指出了各个研究方向人脸识别方法, 给出了计算机人脸识别性能评价指标,包括识别率、计算时间、数据存储量和可扩展性等。根据这些性能评价指标,对当前的各种计算机人脸识别技术进行分析评价。讨论结果表明,基于Fisher线性判别准则的最佳鉴别矢量集法,Bayesian脸方法和基于傅里叶不变特征法都有较好的性能,具有一定的应用前景.
展开更多
关键词
人脸识别
eigen
脸
最佳鉴别矢量集
Bayesian脸
傅里叶变换
弹性图匹配
性能评价
下载PDF
职称材料
人脸识别方法综述
被引量:
6
2
作者
郑崇微
《山西电子技术》
2013年第2期95-96,共2页
首先对人脸识别技术的概念、研究内容进行了简单回顾,并介绍了人脸识别技术在国内外的应用状况;然后对一系列人脸识别方法进行了综合性描述,并对其中一些经典的流行的方法进行了比较详细的阐述。
关键词
人脸识别
几何特征
特征脸
隐马尔科夫模型
奇异值分解
图像重建
下载PDF
职称材料
PCA算法在人脸识别中的应用研究
被引量:
5
3
作者
王志杨
刘金龙
唐子贤
《科技视界》
2016年第1期19-20,共2页
特征脸方法是从主成分分析导出的一种人脸识别技术。本文首先介绍K-L变换和PCA的原理,然后描述特征脸的方法的流程及分类判别方法,最后介绍了提高PCA算法效率的分组PCA算法。这些算法为结合支持向量机进行人脸识别提供了依据。
关键词
人脸识别
特征脸
特征向量
主成分分析
K-L变换
下载PDF
职称材料
基于特征脸和支持向量机的人脸识别技术研究
被引量:
4
4
作者
王志杨
刘金龙
毛世伟
《淮海工学院学报(自然科学版)》
CAS
2015年第1期23-29,共7页
在人脸检测的基础上,针对人脸识别问题,将特征脸理论和支持向量机相结合,把待识别样本投影到由特征脸张成的特征空间,从而提取出有效的可供识别特征,再将提取的特征送入支持向量机训练、分类,最终实现识别算法.该算法充分利用了主分量...
在人脸检测的基础上,针对人脸识别问题,将特征脸理论和支持向量机相结合,把待识别样本投影到由特征脸张成的特征空间,从而提取出有效的可供识别特征,再将提取的特征送入支持向量机训练、分类,最终实现识别算法.该算法充分利用了主分量分析法在特征提取方面的有效性以及支持向量机在处理小样本问题和泛化能力强等方面的优势,使得算法具有较高的识别率.最后在设计的软件平台上进行了仿真,仿真结果表明,该系统可以运用在小型人脸识别的场合.
展开更多
关键词
人脸识别
特征脸
支持向量机
主分量分析
K-L变换
下载PDF
职称材料
基于PCA与MLP感知器的人脸图像辨识技术
被引量:
1
5
作者
邓高登
王晓晔
+3 位作者
袁闻
韩淼
杨星
谢晓喆
《软件》
2016年第6期11-15,共5页
单纯PCA的人脸辨识对未训练样本感知力低的缺点会造成识别率降低。基于PCA与MLP感知器的人脸图像辨识技术是针对该情况提出的,在PCA提取有强特征性的人脸图像后,在辨识精度不变的情况下,利用MLP感知器对简化的特征属性进行训练,加强监...
单纯PCA的人脸辨识对未训练样本感知力低的缺点会造成识别率降低。基于PCA与MLP感知器的人脸图像辨识技术是针对该情况提出的,在PCA提取有强特征性的人脸图像后,在辨识精度不变的情况下,利用MLP感知器对简化的特征属性进行训练,加强监督式规则提取,从而提高识别率。
展开更多
关键词
PCA
MLP感知器
人脸图像辨识
提取特征
识别率
下载PDF
职称材料
目标检测在高校考勤管理中的应用
被引量:
1
6
作者
邱国婷
《自动化与仪器仪表》
2019年第9期210-213,共4页
在信息化时代,针对考勤趋向于非接触式方向发展,采用经典目标检测方法,完成人脸特征提取和目标检测,最终达到考勤的目的。本目标检测的高校考勤管理系统对输入图像进行去噪,然后提取特征脸向量,继而对已知类别人脸数据使用特征脸向量完...
在信息化时代,针对考勤趋向于非接触式方向发展,采用经典目标检测方法,完成人脸特征提取和目标检测,最终达到考勤的目的。本目标检测的高校考勤管理系统对输入图像进行去噪,然后提取特征脸向量,继而对已知类别人脸数据使用特征脸向量完成人脸的信息化构建。之后采用相似度度量的方式,度量特征脸向量的相似度,以达到人脸识别的目的。整体采用C/S架构,核心模块采用动态编程语言Python,界面采用跨平台Java swing,实现了以考勤管理为核心的具有高校考勤、监督、提醒等功能的考勤系统。经测试运行,该系统具有硬件依赖度低,界面渲染延时短,运行稳定等特点。
展开更多
关键词
特征脸
人脸识别
目标检测
考勤管理
原文传递
基于加权小波变换和FLD的表情特征提取
7
作者
喻丽春
刘金清
《贵阳学院学报(自然科学版)》
2017年第4期71-74,共4页
为了解决表情特征变化引起的人脸识别率降低问题,设计了一种人脸表情特征提取方法。首先对人脸图像进行小波变换,将四个小波子带进行加权融合,接着采用主成分分析法(principal component analysis,PCA)将融合后的图像映射到低维空间,最...
为了解决表情特征变化引起的人脸识别率降低问题,设计了一种人脸表情特征提取方法。首先对人脸图像进行小波变换,将四个小波子带进行加权融合,接着采用主成分分析法(principal component analysis,PCA)将融合后的图像映射到低维空间,最后使用线性判别分析法(Fisher Linear Discriminant,FLD)方法进行表情特征提取,仿真实验表明,该方法能有效克服表情姿势变化对人脸识别的影响,提高了人脸识别率和识别速度。
展开更多
关键词
小波变换
特征脸
主成分分析
FISHER线性判别
下载PDF
职称材料
基于头发信息的性别分类
被引量:
4
8
作者
刘爽
谢金融
吕宝粮
《计算机仿真》
CSCD
北大核心
2009年第2期212-216,共5页
性别分类是指根据人脸部分的图像判别其性别的模式识别问题。探讨使用头发信息作为特征进行基于人脸图像的性别分类,提出了一种检测正面人脸图像中头发区域的方法,定义了6种头发特征并且提出了相应的特征提取方法。通过在两个人脸库上...
性别分类是指根据人脸部分的图像判别其性别的模式识别问题。探讨使用头发信息作为特征进行基于人脸图像的性别分类,提出了一种检测正面人脸图像中头发区域的方法,定义了6种头发特征并且提出了相应的特征提取方法。通过在两个人脸库上的对比实验,发现相对于特征脸(PCA)、Fisher脸(LDA)仅仅作用于人脸内部的特征提取方法,使用头发作为特征能使性别分类的平均准确率提高2.7%~8.2%。该实验结果说明了头发特征对于性别分类的重要性。
展开更多
关键词
性别分类
头发特征
支持向量机
特征脸
下载PDF
职称材料
一种视频人脸跟踪算法
9
作者
邬正义
胡守文
谈正
《东南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2006年第S1期18-22,共5页
介绍了一种简单、鲁棒、快速的实时视频人脸对象跟踪算法.在使用贝叶斯肤色分类器分割出椭圆候选人脸区域的基础上,采用人眼谷极点生成人脸假设和特征脸人脸验证方法得到参数化的人脸椭圆区,并使用2个正交的边缘梯度跟踪模型和椭圆内部...
介绍了一种简单、鲁棒、快速的实时视频人脸对象跟踪算法.在使用贝叶斯肤色分类器分割出椭圆候选人脸区域的基础上,采用人眼谷极点生成人脸假设和特征脸人脸验证方法得到参数化的人脸椭圆区,并使用2个正交的边缘梯度跟踪模型和椭圆内部肤色像素统计直方图跟踪模型跟踪人脸.本算法较好地解决了跟踪的连续性、实时性、精确度和鲁棒性间的矛盾.实验证明:本算法能够实时跟踪多个人脸.
展开更多
关键词
肤色
肤色分割
散列点椭圆拟合
特征脸
人脸跟踪
下载PDF
职称材料
基于差分图像和PCA主元分析的人脸检测
被引量:
3
10
作者
徐艳
陈孝威
《计算机应用与软件》
CSCD
北大核心
2008年第8期229-230,273,共3页
提出了一种基于差分图像和PCA(principle component analysis)主元分析的人脸检测算法,先对Anil K.Jain的Cb、Cr椭圆聚类方法给予改进,用改进的算法进行肤色提取,通过对肤色区域的分析,得到人脸候选区域,然后在这些可能的区域中运用特...
提出了一种基于差分图像和PCA(principle component analysis)主元分析的人脸检测算法,先对Anil K.Jain的Cb、Cr椭圆聚类方法给予改进,用改进的算法进行肤色提取,通过对肤色区域的分析,得到人脸候选区域,然后在这些可能的区域中运用特征脸进行细致的匹配,找出人脸的准确位置,然后利用马赛克模板排除虚假人脸。考虑到图像像素间的相关性,人脸特征提取同时对原始图像和其水平方向及垂直方向的差分图像进行PCA分析,从而提高了人脸检测的稳定性。
展开更多
关键词
人脸检测
肤色模型
差分图像
主元分析
特征脸
下载PDF
职称材料
题名
计算机人脸识别技术综述
被引量:
18
1
作者
陈绵书
陈贺新
桑爱军
机构
吉林大学通信工程学院数字图像处理实验室
出处
《吉林大学学报(信息科学版)》
CAS
2003年第S1期101-109,共9页
基金
国家自然科学基金项目(60172046)
文摘
概述了计算机人脸识别技术的历史及发展现状,讨论了在计算机人脸识别领域占有主流地位的Eigen脸方法(主元素分析方法)、最佳鉴别矢量集法(基于Fisher线性判别准则方法和基于Foley-Sammon变换方法)、Bayesian脸方法、基于傅里叶不变特征法和弹性图匹配法。指出了各个研究方向人脸识别方法, 给出了计算机人脸识别性能评价指标,包括识别率、计算时间、数据存储量和可扩展性等。根据这些性能评价指标,对当前的各种计算机人脸识别技术进行分析评价。讨论结果表明,基于Fisher线性判别准则的最佳鉴别矢量集法,Bayesian脸方法和基于傅里叶不变特征法都有较好的性能,具有一定的应用前景.
关键词
人脸识别
eigen
脸
最佳鉴别矢量集
Bayesian脸
傅里叶变换
弹性图匹配
性能评价
Keywords
face
recognition
eigen
face
Optimal
discriminant
vectors
Bayesian
face
Invariant
fourier
features
Elastic
graph
matching
Performance
evaluation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
人脸识别方法综述
被引量:
6
2
作者
郑崇微
机构
中北大学
太原工业学院
出处
《山西电子技术》
2013年第2期95-96,共2页
文摘
首先对人脸识别技术的概念、研究内容进行了简单回顾,并介绍了人脸识别技术在国内外的应用状况;然后对一系列人脸识别方法进行了综合性描述,并对其中一些经典的流行的方法进行了比较详细的阐述。
关键词
人脸识别
几何特征
特征脸
隐马尔科夫模型
奇异值分解
图像重建
Keywords
face
recognition
geometric
characteristics
eigen
face
Hidden
Markov
model(HMM)
SVD
image
rebuilt
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
PCA算法在人脸识别中的应用研究
被引量:
5
3
作者
王志杨
刘金龙
唐子贤
机构
安徽电子信息职业技术学院信息工程系
淮海工学院电子工程学院
出处
《科技视界》
2016年第1期19-20,共2页
基金
2013年安徽省高等学校省级优秀青年人才基金重点项目"基于特征脸和支持向量机的人脸检测识别技术研究"(2013SQRL104ZD)阶段性成果
文摘
特征脸方法是从主成分分析导出的一种人脸识别技术。本文首先介绍K-L变换和PCA的原理,然后描述特征脸的方法的流程及分类判别方法,最后介绍了提高PCA算法效率的分组PCA算法。这些算法为结合支持向量机进行人脸识别提供了依据。
关键词
人脸识别
特征脸
特征向量
主成分分析
K-L变换
Keywords
face
Recognition
eigen
face
eigen
veetor
Principal
Component
Analysis
K-L
Transform
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于特征脸和支持向量机的人脸识别技术研究
被引量:
4
4
作者
王志杨
刘金龙
毛世伟
机构
安徽电子信息职业技术学院信息工程系
淮海工学院电子工程学院
出处
《淮海工学院学报(自然科学版)》
CAS
2015年第1期23-29,共7页
基金
安徽省高校省级优秀青年人才基金重点项目(2013SQRL104ZD)
文摘
在人脸检测的基础上,针对人脸识别问题,将特征脸理论和支持向量机相结合,把待识别样本投影到由特征脸张成的特征空间,从而提取出有效的可供识别特征,再将提取的特征送入支持向量机训练、分类,最终实现识别算法.该算法充分利用了主分量分析法在特征提取方面的有效性以及支持向量机在处理小样本问题和泛化能力强等方面的优势,使得算法具有较高的识别率.最后在设计的软件平台上进行了仿真,仿真结果表明,该系统可以运用在小型人脸识别的场合.
关键词
人脸识别
特征脸
支持向量机
主分量分析
K-L变换
Keywords
face
recognition
eigen
face
support
vector
machine
principal
component
analysis
K-L
transformation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于PCA与MLP感知器的人脸图像辨识技术
被引量:
1
5
作者
邓高登
王晓晔
袁闻
韩淼
杨星
谢晓喆
机构
天津市智能计算及软件新技术重点实验室天津理工大学
计算机视觉与系统省部共建教育部重点实验室天津理工大学
出处
《软件》
2016年第6期11-15,共5页
基金
国家自然科学基金(61170174)
大学生创新训练计划项目(201410060049)的资助
文摘
单纯PCA的人脸辨识对未训练样本感知力低的缺点会造成识别率降低。基于PCA与MLP感知器的人脸图像辨识技术是针对该情况提出的,在PCA提取有强特征性的人脸图像后,在辨识精度不变的情况下,利用MLP感知器对简化的特征属性进行训练,加强监督式规则提取,从而提高识别率。
关键词
PCA
MLP感知器
人脸图像辨识
提取特征
识别率
Keywords
PCA
MLP
perceptron
face
recognition
eigen
face
Recognition
rate
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
目标检测在高校考勤管理中的应用
被引量:
1
6
作者
邱国婷
机构
西安航空职业技术学院
出处
《自动化与仪器仪表》
2019年第9期210-213,共4页
文摘
在信息化时代,针对考勤趋向于非接触式方向发展,采用经典目标检测方法,完成人脸特征提取和目标检测,最终达到考勤的目的。本目标检测的高校考勤管理系统对输入图像进行去噪,然后提取特征脸向量,继而对已知类别人脸数据使用特征脸向量完成人脸的信息化构建。之后采用相似度度量的方式,度量特征脸向量的相似度,以达到人脸识别的目的。整体采用C/S架构,核心模块采用动态编程语言Python,界面采用跨平台Java swing,实现了以考勤管理为核心的具有高校考勤、监督、提醒等功能的考勤系统。经测试运行,该系统具有硬件依赖度低,界面渲染延时短,运行稳定等特点。
关键词
特征脸
人脸识别
目标检测
考勤管理
Keywords
eigen
face
face
recognition
Target
detection
Attendance
management
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于加权小波变换和FLD的表情特征提取
7
作者
喻丽春
刘金清
机构
福州外语外贸学院信息系
福建师范大学光电与信息工程学院
出处
《贵阳学院学报(自然科学版)》
2017年第4期71-74,共4页
基金
国家自然科学基金资助项目:"仿真视觉系统多通道并行异构神经网络的目标识别算法研究"(项目编号:61179011)
福建省自然科学基金资助项目:"医学图像分割算法的研究"(项目编号:2010J01327)
文摘
为了解决表情特征变化引起的人脸识别率降低问题,设计了一种人脸表情特征提取方法。首先对人脸图像进行小波变换,将四个小波子带进行加权融合,接着采用主成分分析法(principal component analysis,PCA)将融合后的图像映射到低维空间,最后使用线性判别分析法(Fisher Linear Discriminant,FLD)方法进行表情特征提取,仿真实验表明,该方法能有效克服表情姿势变化对人脸识别的影响,提高了人脸识别率和识别速度。
关键词
小波变换
特征脸
主成分分析
FISHER线性判别
Keywords
Wavelet
transform
eigen
face
Principal
component
analysis
Fisher
linear
discriminant
analysis
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于头发信息的性别分类
被引量:
4
8
作者
刘爽
谢金融
吕宝粮
机构
上海交通大学计算机科学与工程系
出处
《计算机仿真》
CSCD
北大核心
2009年第2期212-216,共5页
基金
国家自然科学基金(60473040)
文摘
性别分类是指根据人脸部分的图像判别其性别的模式识别问题。探讨使用头发信息作为特征进行基于人脸图像的性别分类,提出了一种检测正面人脸图像中头发区域的方法,定义了6种头发特征并且提出了相应的特征提取方法。通过在两个人脸库上的对比实验,发现相对于特征脸(PCA)、Fisher脸(LDA)仅仅作用于人脸内部的特征提取方法,使用头发作为特征能使性别分类的平均准确率提高2.7%~8.2%。该实验结果说明了头发特征对于性别分类的重要性。
关键词
性别分类
头发特征
支持向量机
特征脸
Keywords
Gender
classification
Hair
feature
SVM
eigen
-
face
分类号
TP317.4 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
一种视频人脸跟踪算法
9
作者
邬正义
胡守文
谈正
机构
常熟理工学院数字技术综合研究所
西安交通大学电子与信息工程学院
出处
《东南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2006年第S1期18-22,共5页
基金
江苏省高校自然科学研究计划资助项目(05KJD510004)
文摘
介绍了一种简单、鲁棒、快速的实时视频人脸对象跟踪算法.在使用贝叶斯肤色分类器分割出椭圆候选人脸区域的基础上,采用人眼谷极点生成人脸假设和特征脸人脸验证方法得到参数化的人脸椭圆区,并使用2个正交的边缘梯度跟踪模型和椭圆内部肤色像素统计直方图跟踪模型跟踪人脸.本算法较好地解决了跟踪的连续性、实时性、精确度和鲁棒性间的矛盾.实验证明:本算法能够实时跟踪多个人脸.
关键词
肤色
肤色分割
散列点椭圆拟合
特征脸
人脸跟踪
Keywords
skin
color
skin
segmentation
scattered
points
elliptical
fit
eigen
-
face
human
face
tracking
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于差分图像和PCA主元分析的人脸检测
被引量:
3
10
作者
徐艳
陈孝威
机构
临沂师范学院信息学院
贵州大学计算机科学与技术学院
出处
《计算机应用与软件》
CSCD
北大核心
2008年第8期229-230,273,共3页
文摘
提出了一种基于差分图像和PCA(principle component analysis)主元分析的人脸检测算法,先对Anil K.Jain的Cb、Cr椭圆聚类方法给予改进,用改进的算法进行肤色提取,通过对肤色区域的分析,得到人脸候选区域,然后在这些可能的区域中运用特征脸进行细致的匹配,找出人脸的准确位置,然后利用马赛克模板排除虚假人脸。考虑到图像像素间的相关性,人脸特征提取同时对原始图像和其水平方向及垂直方向的差分图像进行PCA分析,从而提高了人脸检测的稳定性。
关键词
人脸检测
肤色模型
差分图像
主元分析
特征脸
Keywords
face
detection
Skin
model
Differential
image
PCA
eigen
-
face
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
S792.186 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
计算机人脸识别技术综述
陈绵书
陈贺新
桑爱军
《吉林大学学报(信息科学版)》
CAS
2003
18
下载PDF
职称材料
2
人脸识别方法综述
郑崇微
《山西电子技术》
2013
6
下载PDF
职称材料
3
PCA算法在人脸识别中的应用研究
王志杨
刘金龙
唐子贤
《科技视界》
2016
5
下载PDF
职称材料
4
基于特征脸和支持向量机的人脸识别技术研究
王志杨
刘金龙
毛世伟
《淮海工学院学报(自然科学版)》
CAS
2015
4
下载PDF
职称材料
5
基于PCA与MLP感知器的人脸图像辨识技术
邓高登
王晓晔
袁闻
韩淼
杨星
谢晓喆
《软件》
2016
1
下载PDF
职称材料
6
目标检测在高校考勤管理中的应用
邱国婷
《自动化与仪器仪表》
2019
1
原文传递
7
基于加权小波变换和FLD的表情特征提取
喻丽春
刘金清
《贵阳学院学报(自然科学版)》
2017
0
下载PDF
职称材料
8
基于头发信息的性别分类
刘爽
谢金融
吕宝粮
《计算机仿真》
CSCD
北大核心
2009
4
下载PDF
职称材料
9
一种视频人脸跟踪算法
邬正义
胡守文
谈正
《东南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2006
0
下载PDF
职称材料
10
基于差分图像和PCA主元分析的人脸检测
徐艳
陈孝威
《计算机应用与软件》
CSCD
北大核心
2008
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部