期刊文献+

一种新型的人脸识别算法在智能门禁系统中的应用 被引量:2

下载PDF
导出
摘要 针对人脸识别中的尺度与光照敏感问题,该文提出了一种基于Gabor滤波器的人脸自动识别算法。首先对原始人脸图像进行Gabor小波分解,得到人脸的纹理特征图像;然后利用流形学习的方法进行特征数据降维;最后采用LDA线性判别方法进行人脸的自动识别。实验表明,该算法具有较强的人脸自动识别能力,能有效地解决不同姿态、不同光照条件下的人脸难以识别的问题,将该算法作为智能门禁系统的主程序,实现了智能门锁的自动控制。
出处 《科技资讯》 2014年第30期1-1,共1页 Science & Technology Information
基金 河北省教育厅科学研究计划项目 课题编号:Z2012154
  • 相关文献

参考文献3

二级参考文献13

  • 1HE X F, CAI D, Yan S C. Neighborhood Preserving Embedding In.[C].Proc of the 10th IEEE Interna- tional Conference on Computer Vision. Beijing: IEEE, 2005: 1208-1213.
  • 2S.T.ROWEIS and L.K.SAUL.Nonlinear dimensionality reduction by locally linear embedding[J].Science, 2000, (290): 2323-2326.
  • 3L.K. SAUL, S. T. ROWEIS, THINK GLOBALLY, FIT LOCALLY:unsupervised learning of low dimensional manifolds[J]. Journal of Machine Learning Research, 2003, (4):119-15.
  • 4A.U. BATUR, M. H. HAYES. Linear subspace for illumination robust face recognition[C].Proc.of CVPR01, 2001.
  • 5He X, Yan S, Hu Y, Niyogi P, and Zhang H J. Face recognition using Laplacian faces. IEEE Trans. on Pattern Anal. Machine Intelli., 2005, 27(3): 328-340.
  • 6Turk M A and Pentland A P. Eigenfaces for recognition. Journal of Cognitive Neuroscience, 1991, 3(1): 71-86.
  • 7Sam T, Roweis and Saul K L. Nonlinear dimensionality reduction by locally linear embedding. Science, 2000, 290(5500): 2323-2326.
  • 8He X and Niyogi. Locality preserving projections. Proceedings of Advances In Neural Information Processing Systems 16, MA: Cambridge, MIT Press, 2004: 153-160.
  • 9Zhao Haitao, Sun Shaoyuan, Jing Zhongliang, and Jingyu Yang. Local structure based supervised feature extraction, Pattern Recognition, 2006, 39(88): 1546-1550.
  • 10Roweis S, Saul L, and Hinton G. Global coordination of local linear models. Proceedings of Advances in Neural Information Processing System 14, MA: Cambridge, MIT Press, 2001: 889-896.

共引文献35

同被引文献10

引证文献2

二级引证文献7

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部