共查询到18条相似文献，搜索用时 156 毫秒
1.
本文提出了一种改进的基于Ada—Boost的人脸检测算法,该算法在第一阶段使用基于A—da—Boost算法的分级分类器检测人脸,由于受到噪声与亮度的影响,一些非人脸区域可能被误判别为人脸,因此在YCbCr空间中采用肤色模型,去除非人脸区域．在第三阶段,采用SVM更精确的提取人脸区域．实验结果表明,改进的算法在实时性与误检率方面都优于Ada—Boost算法． 相似文献
2.
提出一种基于肤色模型和面部特征的人脸检测算法,在YCbCr颜色空间建立肤色模型,根据此模型进行肤色分割,为使分割更平滑,进行了形态学处理,再结合面部特征有效除去非人脸肤色区域。验证了该算法的可行性和高效性。 相似文献
3.
针对眼睛检测在多姿态人脸中稳定性较好的特点,提出了一种基于肤色检测与AdaBoost人眼检测的多姿态人脸检测算法。首先,利用肤色模型快速排除大部分非肤色区域,然后在肤色区域使用单眼分类器检测眼睛,接着对检测到的单眼矩形进行配对以及角度矫正,最后进入双眼分类器作进一步验证,验证通过则利用统计数据实现人脸定位。实验表明,该方法具有较高的检测率,对于多姿态人脸的检测具有较好的鲁棒性。 相似文献
4.
宫志鹏 《漯河职业技术学院学报》2013,12(2):42-44
提出了一种基于肤色的人脸检测方法,通过在YCbCr颜色空间内对人脸图像进行建模,实现人脸的初定位,再使用形态学理论对候选人脸区域做处理,从而实现人脸区域的精确定位。通过仿真实验发现,提出的方法相对于神经网络和模板匹配方法可以较好地适应光照变化,并且解决了计算量大的问题,提高了算法的实时性。 相似文献
5.
文章利用肤色在YCbCr和HSV空间中的直接肤色模型以及模糊隶属度函数得到肤色投影图;使用两次level—set算法分别对肤色投影图和灰度图进行分割合并和调整,得到候选人脸区域;引进距离图的定义及颜色分量,构造嘴巴、眼睛投影图,并给出定位眼睛、嘴巴及相互位置关系验证是否为人脸区域的详细算法。 相似文献
6.
通过对复杂背景下的人脸图片进行自适应光照补偿,建立高斯肤色模型,并利用改进的Otsu算法进行人脸肤色检测.实验证明,该方法效率高,对背景、尺寸、旋转角度等细节具有很好的适应性,在人脸实时检测中具有很好的应用价值. 相似文献
7.
给出了一种用于固定场景的快速人脸检测方法。在背景差的情况下,利用SHEN滤波进行二值图像并提取出运动目标区域,基于肤色聚类模型对运动目标子图像进行肤色分割,结合椭圆模板检测出人脸区域,进行人脸定位。实验数据表明,该方法对固定场景中的人脸检测具有较好的鲁棒性,对姿态、表情、年龄都有较强的适应性,并具有一定的实时性。 相似文献
8.
提出一种基于肤色模型的快速人脸检测方法,能同时平衡算法速度和精度要求.首先对图像进行肤色区域提取,然后对肤色区域进行基于偏微分方程的形态学处理,对区域形状进行大小粗过滤;接着对粗过滤后的肤色区域对应的原图灰度图运用人眼的几何特征进行人眼粗定位;最后提出一种相关系数判断的方法精确定位人眼,从而确定出人脸区域. 相似文献
9.
利用肤色在RGB、YCbCr和HSV空间中均有较好的聚类性质,以及模糊隶属度函数快速构造得到图象的肤色投影图;使用Active Contour的level-set算法对肤色投影图进行分割合并得到初步肤色侯选区域;再使用K均值方法对初步侯选区域进行修正,得到同质肤色区域。实验证明算法对简单,复杂背景下的单人脸和多人脸肤色区域分割均有较好的效果。 相似文献
10.
11.
A color based system using multiple templates was developed and implemented for detecting human faces in color images. The
algorithm consists of three image processing steps. The first step is human skin color statistics. Then it separates skin
regions from non-skin regions. After that, it locates the frontal human face(s) within the skin regions. In the first step,
250 skin samples from persons of different ethnicities are used to determine the color distribution of human skin in chromatic
color space in order to get a chroma chart showing likelihoods of skin colors. This chroma chart is used to generate, from
the original color image, a gray scale image whose gray value at a pixel shows its likelihood of representing the skin. The
algorithm uses an adaptive thresholding process to achieve the optimal threshold value for dividing the gray scale image into
separate skin regions from non skin regions. Finally, multiple face templates matching is used to determine if a given skin
region represents a frontal human face or not. Test of the system with more than 400 color images showed that the resulting
detection rate was 83%, which is better than most color-based face detection systems. The average speed for face detection
is 0.8 second/image (400×300 pixels) on a Pentium 3 (800 MHz) PC.
Project (No. 60203013) supported by National Natural Science Foundation of China 相似文献
12.
对于复杂人脸模式、脸部特征的提取,是人脸自动识别技术的关键,本文对固定背景下人脸图像特征的定位和提取算法进行了分析.文中首先对彩色图像背景进行分割,得到二值化图像;然后采用边界搜索方法确定人脸外接矩形;最后在色度空间中,结合SUSAN角点检测方法,实现人眼、嘴角定位,完成了人脸图像特征的提取和识别.实验证明,该算法在降低运算区域的同时,降低了运算复杂度和其他干扰因素,并且在速度、效率、准确性方面均有良好的性能. 相似文献
13.
丁铃 《常熟理工学院学报》2006,20(6):84-89
基于内容的索引图片根据原图片的感兴趣区域对原图进行索引,有效地解决了现有索引图片由于直接缩放而造成的模糊不可辨别以及失真变形等问题。采用基于内容的索引图片能大大提高检索和浏览图片信息的质量和效率。本文研究的基于内容的索引图片自动生成算法,主要是以人脸区域作为感兴趣区域,首先采用基于肤色信息和几何信息的人脸检测算法,定位出感兴趣区域;然后按比例裁剪出已检测出的人脸区域,并使用插值缩放生成基于内容的索引图片。 相似文献
14.
人脸检测是人脸信息处理领域的一项关键技术。本文通过选取YcbCr颜色空间,建立高斯肤色模型,然后对其验证和分析,随后对二值化图像进行阈值分割、数学形态学处理等一系列去噪处理来实现人脸检测中肤色分割过程,从而将非肤色成份尽可能排除,将可能的候选的人脸区域分割出来,为日后的人脸定位节省了大量的时间,对人脸识别的研究具有积极意义。 相似文献
15.
王云峰 《廊坊师范学院学报(自然科学版)》2008,8(6):36-38
提出了一个基于彩色照片的个性化人脸建模的新方法。根据MPEG-4确定出标准模型特征点的位置,从正面和侧面两幅照片出发,首先进行了这两幅彩色图像人脸边缘特征提取,接着定位进行特征点编辑,获取人脸的关键特征点的位置,然后对标有对应特征点的标准模型进行变形,进行纹理映射,最后获得了真实的个性化人脸模型,两张照片可以合成任意角度视图。以该方法建立的人脸模型精度比较高,可以快速地建立个性化人脸模型,为三维人脸动画提供了真实模型。 相似文献
16.
神经网络具有自学习、记忆、计算以及智能处理等能力,本文应用前向型神经网络做分类器,并阐明了神经网络的分类方法和人脸检测过程,以及结合人体肤色模型实现了在不同环境、不同姿态、不同肤色、不同表情等复杂环境下的人脸检测,同时通过对静态检测的扩展实现了实时的人脸检测.实验表明,该方法具有快速,有效等特点. 相似文献
17.
宋晓秋 《绵阳师范高等专科学校学报》2013,(11):79-82
文章提出了一种新的将肤色算法与AdaBoost算法结合起来的人脸检测算法．算法主要是将用肤色检测算法得到的肤色特征,做为一种新的矩形特征加入到AdaBoost算法的训练过程中．新算法提高了人脸检测的正确率,降低了误检率,新算法的鲁棒性更强． 相似文献
18.
A closed-loop algorithm to detect human face using color information and reinforcement learning is presented in this paper.
By using a skin-color selector, the regions with color “like” that of human skin are selected as candidates for human face.
In the next stage, the candidates are matched with a face model and given an evaluation of the match degree by the matching
module. And if the evaluation of the match result is too low, a reinforcement learning stage will start to search the best
parameters of the skin-color selector. It has been tested using many photos of various ethnic groups under various lighting
conditions, such as different light source, high light and shadow. And the experiment result proved that this algorithm is
robust to the varying lighting conditions and personal conditions.
Project supported by the National Natural Science Foundation of China (No. 60105003) and Zhejiang Provincial Natural Science
Foundation of China (No. 600025). 相似文献