文献

J-GLOBAL ID：201702289383110581   整理番号：17A1568995

マルチレベルヒストグラム配列中心対称局所二値パターンとfisherfaceに基づく顔認識【Powered by NICT】

Face recognition based on multi-level histogram sequence center-symmetric local binary pattern and fisherface

著者 (3件)： Xu Xiaoyu (School of Information Engineering, Wuhan University of Technology, Wuhan, Hubei Province, China) ,  Li Su (College of Physical Education, Southwest University, Chongqing, China) ,  Liu Lan (School of Information Engineering, Wuhan University of Technology, Wuhan, Hubei Province, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IAEAC  ページ： 448-451  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高次元と大きな計算複雑性は,マルチレベルヒストグラム配列局所二値パターン(M HSLBP)における特徴抽出の欠点である。これらの問題を克服するために,マルチレベルヒストグラム配列中心対称局所二値パターン(M HCSLBP)とFisherfaceの組合せに基づく顔認識アルゴリズムを提案した。最初に,CS-LBPアルゴリズムは顔画像上で採用された,マルチレベル特徴抽出を利用して,対応するヒストグラム特徴が得られた。Fisherfaceアルゴリズムによって実施した特徴縮小。最後に,最近傍分類器は分類と認識のために使用した。実験は,十のアルゴリズムの認識率,提案したアルゴリズムは最も高い認識率と最高のロバスト性を持つことを示したを比較するためにOPL,Yale,およびGT顔データベース上に実装した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高次元 ,  アルゴリズム ,  計算量 ,  顔画像 ,  *対称性 ,  特徴抽出 ,  ロバスト性 ,  *ヒストグラム
準シソーラス用語： 顔データベース ,  認識率 ,  *マルチレベル ,  認識アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： マルチレベル ,  ヒストグラム ,  対称 ,  二値 ,  顔認識