期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于肤色模型的人脸检测研究 被引量:6
1
作者 李智勇 田贞 《现代电子技术》 2011年第3期131-133,共3页
现有的人脸检测方法,对复杂光照环境下获得的彩色人脸图像的检测效果仍不太理想。在仔细研究目前人脸检测方法的基础上,对基于肤色分割结合模板匹配的人脸检测方法进行改进,提出基于"光照预处理+肤色模型+模板匹配"的人脸检... 现有的人脸检测方法,对复杂光照环境下获得的彩色人脸图像的检测效果仍不太理想。在仔细研究目前人脸检测方法的基础上,对基于肤色分割结合模板匹配的人脸检测方法进行改进,提出基于"光照预处理+肤色模型+模板匹配"的人脸检测问题解决思路。实验结果表明,该方法对实际场景中正面和准正面的人脸图像,平均准检率达到84%,同时对光照变化不敏感,而且对姿态和表情的变化也具有较好的鲁棒性。 展开更多
关键词 人脸检测 光照预处理 肤色模型 阈值分割 模板匹配
下载PDF
一种基于SVM的网络不良图像过滤方法 被引量:5
2
作者 周建政 陈法叶 姚金良 《计算机应用与软件》 CSCD 北大核心 2012年第5期251-253,269,共4页
针对网络不良图像过滤的需求,提出一种基于SVM的不良图片快速过滤方法。该方法利用混合肤色模型实现裸露肤色区域的检测,提取人脸位置、形状和图像背景等特征,组成特征向量。用SVM分类器训练得到检测模型,利用这个模型进行判决,有效提... 针对网络不良图像过滤的需求,提出一种基于SVM的不良图片快速过滤方法。该方法利用混合肤色模型实现裸露肤色区域的检测,提取人脸位置、形状和图像背景等特征,组成特征向量。用SVM分类器训练得到检测模型,利用这个模型进行判决,有效提高了不良图片的平均识别率。选取实际网络应用中的正常图像与不良图像,其中不良图像的识别率为83.9%,正常图像的识别率为93.4%,误检率为6.6%,平均识别率达到86.6%,实验显示该方法满足实际应用的需求。 展开更多
关键词 图片过滤 混合肤色模型 人脸检测 SVM分类器
下载PDF
融合区域颜色和纹理两级特征的快速人体皮肤检测 被引量:1
3
作者 刘忠平 邵平 《计算机应用与软件》 CSCD 2010年第10期134-137,共4页
人体皮肤检测在人脸检测、成人图像过滤、人体图像检索等应用中占有重要地位。利用支持向量机,对人体皮肤的颜色和纹理特征的分布进行了研究,并提出了一个基于区域颜色和纹理特征规则的两级模型。在人体皮肤检测算法中,首先利用分水岭... 人体皮肤检测在人脸检测、成人图像过滤、人体图像检索等应用中占有重要地位。利用支持向量机,对人体皮肤的颜色和纹理特征的分布进行了研究,并提出了一个基于区域颜色和纹理特征规则的两级模型。在人体皮肤检测算法中,首先利用分水岭分割算法将图像分割成颜色和纹理近似一致的区域,然后利用皮肤颜色模型提取候选皮肤区域,最后利用纹理规则模型对候选皮肤区域进行最终判决。实验结果表明,该算法简便、快速、有效。 展开更多
关键词 皮肤检测 颜色模型 纹理模型 图像分割 支持向量机
下载PDF
连通域在复杂背景肤色检测中的应用 被引量:2
4
作者 徐诗惠 张霞 《计算机应用与软件》 CSCD 2016年第5期181-184,共4页
由于肤色常处于复杂背景下且容易被环境中的小面积类肤色区域影响,使得肤色检测成为图像识别领域中的一大难点。在对YCbCr空间和YCgCr空间中的肤色进行建模检测的基础上,引入连通域进行二次检测,以此消除背景中小面积类肤色区域对检测... 由于肤色常处于复杂背景下且容易被环境中的小面积类肤色区域影响,使得肤色检测成为图像识别领域中的一大难点。在对YCbCr空间和YCgCr空间中的肤色进行建模检测的基础上,引入连通域进行二次检测,以此消除背景中小面积类肤色区域对检测结果的影响。针对多幅复杂背景下的肤色图像,进行连通域二次肤色检测的结果相较于第一次检测结果更好。结果表明,该算法的准确性较高,可以有效降低肤色的误检。 展开更多
关键词 连通域 肤色模型 肤色检测
下载PDF
基于肤色与特征的快速人脸定位方法研究
5
作者 金益 《电脑开发与应用》 2008年第8期11-13,共3页
根据在线考试安全监控的特点,针对视频流图像提出一种基于肤色模型和特征定位的快速人脸定位算法,并建立了系统原型,适用于实际网络在线考试中的身份认证。该方法以普通PC摄像头作为图像采集设备,以采集的视频流为数据源,截取视频流中... 根据在线考试安全监控的特点,针对视频流图像提出一种基于肤色模型和特征定位的快速人脸定位算法,并建立了系统原型,适用于实际网络在线考试中的身份认证。该方法以普通PC摄像头作为图像采集设备,以采集的视频流为数据源,截取视频流中的单帧图像,通过转换彩色空间、人脸肤色建模、后处理操作实现了人脸定位,通过图像马赛克、边缘提取,显著特征点定位等技术定位人脸图像的各特征点。在此基础上通过人眼定位实现了在视频流中对于人脸的跟踪算法研究。试验结果表明,所实现的人脸检测适用于近距离人脸的检测,定位速度快,误检率低,可以在实时系统中应用。 展开更多
关键词 人脸检测 肤色模型 脸部特征定位 水平灰度投影 边缘检测
下载PDF
A new method for face detection in colour images for emotional bio-robots 被引量:2
6
作者 HAPESHI Kevin 《Science China(Technological Sciences)》 SCIE EI CAS 2010年第11期2983-2988,共6页
Emotional bio-robots have become a hot research topic in last two decades. Though there have been some progress in research, design and development of various emotional bio-robots, few of them can be used in practical... Emotional bio-robots have become a hot research topic in last two decades. Though there have been some progress in research, design and development of various emotional bio-robots, few of them can be used in practical applications. The study of emotional bio-robots demands multi-disciplinary co-operation. It involves computer science, artificial intelligence, 3D computation, engineering system modelling, analysis and simulation, bionics engineering, automatic control, image processing and pattern recognition etc. Among them, face detection belongs to image processing and pattern recognition. An emotional robot must have the ability to recognize various objects, particularly, it is very important for a bio-robot to be able to recognize human faces from an image. In this paper, a face detection method is proposed for identifying any human faces in colour images using human skin model and eye detection method. Firstly, this method can be used to detect skin regions from the input colour image after normalizing its luminance. Then, all face candidates are identified using an eye detection method. Comparing with existing algorithms, this method only relies on the colour and geometrical data of human face rather than using training datasets. From experimental results, it is shown that this method is effective and fast and it can be applied to the development of an emotional bio-robot with further improvements of its speed and accuracy. 展开更多
关键词 FACE DETECTION skin colour model eye DETECTION bio-robots
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部