您的位置: 专家智库 > >

孙一迪

作品数:2 被引量:1H指数:1
供职机构:哈尔滨理工大学计算机科学与技术学院更多>>
发文基金:黑龙江省自然科学基金国家自然科学基金黑龙江省教育厅科学技术研究项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇人脸
  • 1篇人脸定位
  • 1篇人脸识别
  • 1篇人脸识别方法
  • 1篇三维人脸
  • 1篇识别方法
  • 1篇双向二维主成...
  • 1篇权值
  • 1篇权值函数
  • 1篇维纳滤波
  • 1篇滤波
  • 1篇二维主成分分...
  • 1篇鼻尖
  • 1篇BI
  • 1篇测地
  • 1篇测地距离
  • 1篇2DPCA

机构

  • 2篇哈尔滨理工大...

作者

  • 2篇林克正
  • 2篇孙一迪
  • 1篇李骜
  • 1篇李慧
  • 1篇魏颖

传媒

  • 1篇哈尔滨理工大...
  • 1篇小型微型计算...

年份

  • 1篇2018
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
利用测地距离的三维人脸定位算法被引量:1
2018年
针对传统的二维人脸定位,无法克服旋转、表情、姿态等因素带来的问题,同时传统定位算法的准确率较低,算法在三维人脸模型的基础上,加入测地距离,提出利用测地距离的三维人脸定位算法。首先输入待检测的三维人脸图像,对其进行维纳滤波预处理,在预处理后的图像中进行鼻尖点定位,进而找到人脸的位置,在待检测图像中标记所得到的人脸区域。算法在三维人脸库FRGC和BU-3DFE上进行实验,利用深度信息定位方法和SPIDER特征点定位方法进行对比,实验结果表明本算法的定位准确率更高,鲁棒性更强。
林璇玑林克正孙一迪魏颖
关键词:人脸定位测地距离维纳滤波
结合Bi-2DPCA和多权值神经网络的人脸识别方法
2017年
由于采用主成分分析方法进行人脸识别容易受光照、脸部变形和旋转等因素的影响,对此提出了一种基于双向二维主成分分析(Bi-2DPCA,bilateral two-dimensional principal component analysis)和多权值函数神经网络的人脸识别方法.该人脸识别方法首先采用Bi-2DPCA方法对人脸图像进行压缩并提取其特征向量,然后将提取到的特征向量作为多权值函数神经网络的输入对神经网络进行训练,通过训练进而得到人脸图像的类间判别信息,最后进行人脸识别.在ORL标准人脸库上与其它识别算法进行比较,实验结果表明该算法的识别率高于其他识别方法.
林克正孙一迪林璇玑李慧李骜
关键词:双向二维主成分分析
共1页<1>
聚类工具0