全文获取类型
收费全文 | 681篇 |
免费 | 7篇 |
国内免费 | 58篇 |
专业分类
系统科学 | 32篇 |
丛书文集 | 35篇 |
教育与普及 | 5篇 |
理论与方法论 | 1篇 |
现状及发展 | 1篇 |
综合类 | 672篇 |
出版年
2024年 | 3篇 |
2023年 | 13篇 |
2022年 | 10篇 |
2021年 | 12篇 |
2020年 | 15篇 |
2019年 | 23篇 |
2018年 | 15篇 |
2017年 | 27篇 |
2016年 | 25篇 |
2015年 | 39篇 |
2014年 | 65篇 |
2013年 | 61篇 |
2012年 | 53篇 |
2011年 | 44篇 |
2010年 | 49篇 |
2009年 | 57篇 |
2008年 | 55篇 |
2007年 | 44篇 |
2006年 | 42篇 |
2005年 | 28篇 |
2004年 | 17篇 |
2003年 | 13篇 |
2002年 | 10篇 |
2001年 | 6篇 |
2000年 | 6篇 |
1999年 | 5篇 |
1998年 | 4篇 |
1997年 | 3篇 |
1996年 | 1篇 |
1995年 | 1篇 |
排序方式: 共有746条查询结果,搜索用时 110 毫秒
121.
在基于流形正则化的框架下提出了一种半监督学习算法(MLapRLS)并将其用于人脸识别.首先构建所有样本的最近邻图来估计数据空间的几何结构,并对多变量线性回归的目标函数增加该流形正则化项,得到针对多类问题的MLapRLS.该方法能充分利用少量有标签样本和大量易于获取的无标签样本来帮助学习以提取有效特征.在Extended YaleB和CMU PIE人脸数据库上的实验结果证明了该方法的有效性. 相似文献
122.
对发掘人脸图像中的高维非线性结构,将加核及典型相关分析两种思想同时引入局部保留投影算法中,提出了一种新的基于核的局部保持典型相关分析(Kemel base Locality Preserving Canonical Correction Analvsis,KLPCCA)非线性子空间人脸识别算法并给出了其推导过程。算法首先利用核的方法提取人脸图像中的非线性信息,然后通过局部保持投影算法做一线性映射,从而更简单准确的进行人脸识别。在ORL上的试验证明了该文所提算法的有效性。 相似文献
123.
人脸图象自动识别系统包括人脸图象的检测与定位、人脸图象的提取与识别,本文对这两部分实现的方法做了较为详细的阐述。 相似文献
124.
针对光照变化人脸识别中大多数现有的人脸识别算法只能单独实施降维或者字典学习而不能完全利用训练样本判别信息的问题,提出了基于判别性降维的字典学习算法。首先,利用经典的特征提取算法PCA初始化降维投影矩阵;然后,计算字典和系数,通过联合降维与字典学习使得投影矩阵和字典更好地相互拟合;最后,利用迭代算法输出字典和投影矩阵,并利用经l2-范数正则化的分类器完成人脸的识别。在PIE及扩展的YaleB两大人脸数据库上得到了验证了所提算法的有效性及可靠性,实验结果表明,相比几种较为先进的线性表示算法,所提算法在处理光照变化人脸识别时取得了更高的识别率。 相似文献
125.
标准正面人脸图象的特征提取 总被引:7,自引:0,他引:7
人脸的识别技术(FRT)是当前模式识别领域的一个热点课题,人脸特征的自动提取是人脸自动识别过程中至关重要的一步,文中采用基于人脸几何特征的方法,设计一个初步的自动人脸特征提取系统,首先通过改进后的边缘检测和阈值技术在头肩型图象中找到头部轮廓,再利用“三停五眼”的标准进一步确定五官大概的位置,最后提取出7个有效的特征点,本系统建了一个包含50个人脸图象的数据库,实验结果表明这种方法可以有效地获取头部轮廓一人脸特征点。 相似文献
126.
人脸图像有效鉴别特征抽取与识别 总被引:1,自引:0,他引:1
基于具有统计不相关性的最优鉴别变换,分析了小样本识别问题,提出了抽取人脸图像有效鉴别特征方法,在Olivetti Research Laboratory(ORL)人脸图像库上得到了平均识别错误率为2.75%的实验结果,这是目前在ORL人脸图像数据库上所得到的最好的实验结果,并在南京理工大学NUST603人脸图像库上得到平均识别错误率为0.9%,的实验结果,这些结果表明所提出的人脸图有效鉴别特征方法 相似文献
127.
人脸识别的协同算法实现与改进 总被引:6,自引:1,他引:5
从协同模式识别的动力学方程出发,研究了协同识别算法中的序参量和注意参数,提出了变注意参数方法,推导了相应的变化方程,以加快人脸识别过程,减少迭代次数,对加噪人脸图像的识别实验表明,协同算法对噪声具有较好的鲁棒性,同时识别迭代次数减小至1/8左右,证实了变注意参数方法的有效性。 相似文献
128.
面部识别(FR)系统可以自动识别或校验从数码相机或图像生成设备中获得的人脸图像。为了做到这点,要从所获图像中提取面部特征,并与人脸数据库中的数据进行比对。目前,几乎所有的FR都面临与面部视角相关的障碍,包括光照不足和低分辨率,这些问题使其识别率大为降低。提出了一种经过全新衡量的标准化参数,它基于FR系统,能够提高在某些环境约束下的识别率。该方法基于常见的正规线性判别分析(R-LDA),并且包含了具有突出分类能力的可以提高人脸识别率的人工神经网络(ANN)。改进的R-LDA算法解决了在所有FR中出现的小样本容量(SSS)问题,同时,ANN对于检测人脸的正面图像很有用处。在ORL及FERET人脸数据库上进行了实验,结果表明,与其它的常用方法相比较,取得了更好的识别效果。 相似文献
129.
基于HAAR小波的关联加权LDA在人脸识别中的研究 总被引:1,自引:1,他引:0
线性判别分析(LDA)是人脸识别系统中用来降维的主要技术之一,可以运用于整个人脸图像,但却受到了小样本(small sample size,SSS)问题的限制。通过引入权值的概念,关联加权LDA(RW-LDA)方法有效地改善了小样本问题,但是,它的分类效果却不是很好。为了解决这个问题,提出了基于HAAR小波的关联加权LDA(related weighting LDA based onHAAR wavelet,HWRW-LDA)方法,在HAAR小波子带基础上,应用关联加权LDA方法,既解决了小样本问题,又改善了分类的效果。在ORL及FERET两大人脸数据库的实验结果表明,与最先进的几种方法相比较,HWRW-LDA方法具有更好的识别性能。 相似文献
130.