期刊导航
期刊开放获取
上海教育软件发展有限公..
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
3
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
基于ICA的多姿态人脸表示
被引量:
2
1
作者
王刚
刘伟
冯贵玉
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2003年第3期84-87,共4页
将独立成分分析(ICA)应用于多姿态人脸识别。对比分析了ICA和主成分分析(PCA)两种人脸识别方法的差异,并重点研究了多姿态人脸的独立成分(IC)表示。在基于权向量幅值的方法基础上,引入了基于比例因子的IC核选择的新方法。实验表明,新方...
将独立成分分析(ICA)应用于多姿态人脸识别。对比分析了ICA和主成分分析(PCA)两种人脸识别方法的差异,并重点研究了多姿态人脸的独立成分(IC)表示。在基于权向量幅值的方法基础上,引入了基于比例因子的IC核选择的新方法。实验表明,新方法有利于提高识别的准确率和识别的效率。
展开更多
关键词
独立成分分析
多姿态
人脸表示
比例因子
在线阅读
下载PDF
职称材料
基于偏最小二乘分析的人脸表示与识别
2
作者
孙权森
陈强
夏德深
《江南大学学报(自然科学版)》
CAS
2008年第1期1-5,共5页
基于偏最小二乘回归分析,提出了一种新的人脸表示与重构方法.与主成分分析相比,通过偏最小二乘所抽取的低维人脸表示特征具有更好的分类性能.在ORL人脸数据库上的实验结果表明,基于偏最小二乘方法对于测试图像进行重构优于主成分分析方...
基于偏最小二乘回归分析,提出了一种新的人脸表示与重构方法.与主成分分析相比,通过偏最小二乘所抽取的低维人脸表示特征具有更好的分类性能.在ORL人脸数据库上的实验结果表明,基于偏最小二乘方法对于测试图像进行重构优于主成分分析方法,并且分类结果也好于后者.
展开更多
关键词
偏最小二乘
主成分分析
人脸表示
人脸
识别
在线阅读
下载PDF
职称材料
一种基于加权变形的2DPCA的人脸特征提取方法
被引量:
24
3
作者
曾岳
冯大政
《电子与信息学报》
EI
CSCD
北大核心
2011年第4期769-774,共6页
该文首先分析了主成分分析法(PCA)和2维主成分分析法(2DPCA)的关系,针对2DPCA丢失具有鉴别能力的协方差信息以及PCA方法不能解决小样本的问题,提出了基于一种加权变形的2DPCA的人脸特征提取方法(WV2DPCA),该方法利用变形的2DPCA方法分...
该文首先分析了主成分分析法(PCA)和2维主成分分析法(2DPCA)的关系,针对2DPCA丢失具有鉴别能力的协方差信息以及PCA方法不能解决小样本的问题,提出了基于一种加权变形的2DPCA的人脸特征提取方法(WV2DPCA),该方法利用变形的2DPCA方法分别对人脸3个子部分分别提取特征,然后根据最近邻理论和权值进行分类。经过在ORL人脸库和YALE人脸库的实验研究表明:与2DPCA相比,提高了人脸空间的识别率,压缩了人脸空间的系数,减少了识别时间;在识别的准确率方面,更优于传统的Fisherfaces,IC,Kernel Eigenfaces的算法。
展开更多
关键词
人脸
识别
人脸表示
主成分分析法(PCA)
2维主成分分析法(2DPCA)
在线阅读
下载PDF
职称材料
题名
基于ICA的多姿态人脸表示
被引量:
2
1
作者
王刚
刘伟
冯贵玉
机构
国防科技大学机电工程与自动化学院
出处
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2003年第3期84-87,共4页
基金
国家863高技术基金资助项目(2001AA114180)
国家杰出青年科学基金资助项目(60225015)
高等学校优秀青年教师教学科研奖励计划资助项目
文摘
将独立成分分析(ICA)应用于多姿态人脸识别。对比分析了ICA和主成分分析(PCA)两种人脸识别方法的差异,并重点研究了多姿态人脸的独立成分(IC)表示。在基于权向量幅值的方法基础上,引入了基于比例因子的IC核选择的新方法。实验表明,新方法有利于提高识别的准确率和识别的效率。
关键词
独立成分分析
多姿态
人脸表示
比例因子
Keywords
ICA
pose-varied
face representation
scale factor
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于偏最小二乘分析的人脸表示与识别
2
作者
孙权森
陈强
夏德深
机构
南京理工大学计算机科学与技术学院
出处
《江南大学学报(自然科学版)》
CAS
2008年第1期1-5,共5页
基金
国家自然科学基金项目(60773172)
江苏省"青蓝工程"资助项目
文摘
基于偏最小二乘回归分析,提出了一种新的人脸表示与重构方法.与主成分分析相比,通过偏最小二乘所抽取的低维人脸表示特征具有更好的分类性能.在ORL人脸数据库上的实验结果表明,基于偏最小二乘方法对于测试图像进行重构优于主成分分析方法,并且分类结果也好于后者.
关键词
偏最小二乘
主成分分析
人脸表示
人脸
识别
Keywords
partial least squares
principal component analysis, face representation
face recognition
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
一种基于加权变形的2DPCA的人脸特征提取方法
被引量:
24
3
作者
曾岳
冯大政
机构
西安电子科技大学计算机学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2011年第4期769-774,共6页
基金
国家自然科学基金(60372049)
江西省科技计划青年基金(GJJ09412)资助课题
文摘
该文首先分析了主成分分析法(PCA)和2维主成分分析法(2DPCA)的关系,针对2DPCA丢失具有鉴别能力的协方差信息以及PCA方法不能解决小样本的问题,提出了基于一种加权变形的2DPCA的人脸特征提取方法(WV2DPCA),该方法利用变形的2DPCA方法分别对人脸3个子部分分别提取特征,然后根据最近邻理论和权值进行分类。经过在ORL人脸库和YALE人脸库的实验研究表明:与2DPCA相比,提高了人脸空间的识别率,压缩了人脸空间的系数,减少了识别时间;在识别的准确率方面,更优于传统的Fisherfaces,IC,Kernel Eigenfaces的算法。
关键词
人脸
识别
人脸表示
主成分分析法(PCA)
2维主成分分析法(2DPCA)
Keywords
Face recognition
Face representation
Principal Component Analysis(PCA)
2-Dimensional PCA(2DPCA)
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ICA的多姿态人脸表示
王刚
刘伟
冯贵玉
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2003
2
在线阅读
下载PDF
职称材料
2
基于偏最小二乘分析的人脸表示与识别
孙权森
陈强
夏德深
《江南大学学报(自然科学版)》
CAS
2008
0
在线阅读
下载PDF
职称材料
3
一种基于加权变形的2DPCA的人脸特征提取方法
曾岳
冯大政
《电子与信息学报》
EI
CSCD
北大核心
2011
24
在线阅读
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