基于肤色信息的人脸检测和人眼定位方法

提出的人脸检测和人眼定位方法利用人类肤色在YIQ颜色空间分布的稳定性,检测出图像中的皮肤区域,然后利用人脸的特征知识来判断人脸的存在,通过计算脸部特征的对称性,从而精确定位。实验结果证明了方法的有效性。

基于肤色模型的人脸检测与人眼定位

针对光照变化对人脸检测及人眼定位的影响,提出一种基于肤色模型的人脸检测与人眼定位方法.先对图像进行预处理,减少图像中的噪声;再将RGB颜色空间转化到具有良好肤色聚类特性的YCbCr色彩空间,利用Gauss模型进行肤色建模;最后检测出人脸区域并确定人眼位置.

基于肤色建模与人眼定位的人脸检测方法

根据肤色在Ycrcb色彩空间中具有很好的聚类性,通过形态学算法对肤色建模之后的图像进行预处理,消除噪声,再对肤色进行分割,从而可以对人脸图像有一个大致的定位,并通过平均眼睛模板匹配法定位出人的眼睛,在此基础可以比较精确的定位出人脸位置。实验结果表明,该方法用于人脸检测取得较为良好的效果,具有较好的鲁棒性。

基于肤色检测和人眼定位的人脸检测方法

提出了一种基于肤色检测和人眼定位的人脸检测方法。使用基于"基准白色"的色彩平衡方法归一化彩色图像,将图像在HSV空间进行肤色分割,确定候选人脸,采用形态学滤波器对其降噪。在获得虹膜位置的基础上,使用Susan算子定位两个眼角点,从而实现眼睛的精确定位。实验证明提出的方法能够很好的检测人脸、定位人眼,尤其对存在人脸旋转和光照异常的人脸图像有很高的精确度和鲁棒性。

基于多块局部二值模式特征和人眼定位的人脸检测

人脸检测是人脸识别和重构问题中最基本的任务,同样也是人脸识别问题中的一个关键环节,其结果直接关乎到人脸识别最终的效果。所以,构建一种稳健而优秀的检测算法是人脸检测的目的。本文提出了一种基于多块局部二值模式特征的adaboost算法和模板匹配的人眼定位方法,从而提高人脸检测的正确率和稳定率,减少了误差。通过MIT CBCL人脸数据库、生活、网络等渠道照片的实验验证,该方法提高了检测效率,降低误检率,兼具了实时性和鲁棒性。

人脸图像中人眼的检测与定位

利用人脸几何特征和图像分割原理,提出了一种在有背景的灰度和彩色人脸图像中自动检测与定位人眼的新算法。首先,基于人脸器官几何分布先验知识建立人眼位置判定准则;其次对人眼的分割阈值范围进行粗估计;然后采用分割阈值递增法,并结合人眼位置判定准则判定分割图像中双眼黑块是否出现;最后利用二维相关系数作为对称相似性测度,检验检测到的双眼的真实性。为了避免图像背景对人眼检测的干扰,还运用了肤色分割原理来缩小检测人眼的搜索区域,从而进一步提高人眼定位的准确性。实验验证表明,所提出的人眼检测与定位方法在速度和准确性方面具有良好的性能。

基于AdaBoost算法和人眼定位的动态人脸检测

在快速人脸检测算法中,基于AdaBoost算法的人脸检测算法得到越来越多的认可。然而,该算法在复杂环境下常有误检的情况。为了既快速又能提高检测的准确率,提出了以人眼定位的算法作为辅助的人脸检测算法。首先应用AdaBoost算法检测人脸的位置,然后再利用改进的模板匹配算法对人眼进行快速识别与定位。在人眼检测方面,利用金字塔算法加快了检测速度。实验表明,该方法可减少AdaBoost算法的误检率。

一种基于肤色模型和眼睛定位的人脸检测方法

提出了一种基于肤色模型和眼睛定位的人脸检测方法。首先利用肤色模型和掩膜进行粗定位,确定人脸可能区域,然后通过基于方向模板的眼睛定位进行人脸存在的确认和精确定位。实验证明了该方法对于复杂背景下人脸检测的有效性。

一种基于肤色的人脸检测与定位方法

结合肤色信息与人脸几何分布特征,提出了一种快速的基于人脸特征的检测与定位方法。在标准RGB彩色空间,通过肤色轨迹进行肤色像素与嘴唇像素提取,根据提取的肤色区域是否有嘴唇像素可初步排除一些非人脸区域;利用人眼较高的蓝色分量及瞳孔反光形成的亮斑,在标准RGB色彩空间的B分量图中通过区域增长法产生潜在眼睛区域,利用人眼与嘴唇的面部几何分布特征,提出一些新的规则判断提取的肤色区域是否为人脸,如果是人脸,则对眼睛进行定位。实验结果表明,提出的方法是健壮的、有效的。

基于肤色模型和特征定位的人脸检测算法

针对彩色图像提出一种基于肤色模型和特征定位的检测算法.首先建立一个新的肤色模型(H SI I模型),它对光照亮度具有强鲁棒性.在肤色分割的基础上,利用水平灰度投影估计人眼水平位置,然后结合候选脸区的边缘图像,给出人眼的确定位置,并输出人脸检测结果.实验表明该算法简单、快速、鲁棒性强.

基于肤色模型和中线定位的人脸检测算法

由于外貌、肤色、表情等不同,会导致较高的人脸检测漏检率和误检率。为此,提出一种基于肤色模型和中线定位的多姿态人脸检测算法。利用肤色特征快速排除大部分背景区域,根据人脸的显性特征分割出人脸候选区域,并对边缘检测后的图像进行投影,使用中线定位法实现多姿态人脸的检测与定位。实验结果表明,该算法能实现多姿态人脸的快速检测,黑发单个人脸检测的检测率达93.3%,鲁棒性较强。

基于肤色分割及特征定位的人脸检测算法研究

针对复杂彩色图像提出一种快速有效的人脸检测算法。首先通过一种新的色彩均衡技术消除由光照引起的色彩偏移,然后采用HSI空间与归一化RGB空间相结合的混合肤色模型,提取出原图像中的类肤色区域,最后根据人脸的几何特征定位眼睛、嘴巴和人脸区域。实验结果表明,该算法能较为准确地定位彩色图像中的正面或小角度偏转的人脸,具有较快的检测速度。

人脸检测中的肤色提取模型研究

肤色是人脸区别于其他景物的一个重要特征,基于肤色的人脸检测第一个要解决的问题就是选择合适的肤色提取模型,模型选择的好坏直接影响肤色提取效果,从而影响人脸检测的准确性。该文就近期人脸检测中常用的肤色提取模型进行了简单地分析与比较表明,色度空间中的亮度分量是造成各种模型肤色提取效果不同的主要原因,并针对Anil K．Jain的Cb、Cr椭圆聚类法肤色分割的缺点进行了改进,首先对亮度信息设置阈值,进行分段判断,这样克服了在高亮度区域和亮度较低的区域中存在的不足。实验证明,该文的方法较之其他方法效果要好,在人的眼睛、嘴巴等部分有更好更细致的检测效果。

基于肤色模型与眼睛定位的人脸检测方法

提出了一种基于肤色模型与眼睛定位的人脸检测方法。通过YIQ色彩模型的肤色区域分割进行人脸的粗定位,再根据眼睛的灰度及形状信息的眼睛定位实现人脸的准确检测。实验表明,该方法能够在复杂背景图像中较准确地检测出人脸。

一种基于人脸检测的人眼特征定位方法

人脸图像分析中,眼睛的精确定位是非常重要的一个环节。文章提出了一种基于人脸检测的人眼特征定位方法。首先采用AdaBoost人脸检测算法对人脸图像进行人脸检测,确定人脸位置。然后根据人脸面部结构特征估计人眼所在区域,利用该区域内的灰度和梯度特征搜索人眼特征点。实验表明该方法能够快速有效地定位出人眼特征。

基于肤色检测和灰度特征的人眼定位方法研究

讨论对于摄像头采集的人脸照片的眼睛定位算法。该算法首先基于肤色检测,在自然背景下检测到人脸的位置,再根据人眼在人脸中具有最大复杂度,结合眼部的低灰度特点,快速地找到人眼位置。方法受人脸表情变化影响较小,快速的特点也完全符合实时系统的需要。实验结果表明,此算法对于复杂背景下采集的人脸照片可以快速准确地检测出人脸并定位人眼,对于小幅度偏转的人脸照片同样适用。人眼正确定位率可达到94%。

基于肤色检测和Adaboost联级算法的人脸定位研究

提出了一种基于人脸肤色信息结合Adaboost联级检测的人脸检测算法,对彩色图像中的人脸进行定位。首先,该方法在YCb Cr彩色空间下,利用肤色检测粗定位人脸,过滤掉一些非肤色区域,然后对肤色检测处理后的图像进行二值化,并以此作为模板,对原图像进行掩膜处理,再用Adaboost联级算法对掩膜后的图像进行检测。检测结果证明,所用的方法缩小了Adaboost联级算法的检测区域,提高了检测速度,并且减少了单一的Adaboost联级算法的误检率,可以在一定程度上避免Adaboost联级算法对大量非人脸样本的依赖性,从而减少训练时间。

有背景人脸图像中人眼的检测与定位

基于人脸的几何特征和图像分割原理,研究了一种在有背景的灰度人脸图像中自动检测与定位人[的新算法。该算法基于人脸器官几何分布先验知识建立人[位置判定准则,对人[的分割阈值范围进行粗估计,采用分割阈值递增法,并结合人[位置判定准则判定分割图像中双[黑块是否出现,再利用二维相关系数作为对称相似性测度,检验检测到的双[的真实性。实验验证表明,所提出的人[检测与定位方法在速度和准确性方面具有良好的性能。

基于人眼定位的快速人脸检测及归一化算法

本文提出了一种基于人眼定位的有效人脸图像归一化算法。该算法首先利用Harr特征的快速检测法从图像中检测出人脸的大致位置,然后基于人脸的几何分布特征和灰度信息特征准确检测人眼瞳孔位置建立人脸坐标系,最后对人脸图像作旋转、尺度和灰度的归一化校正。实验结果证明,该算法能够有效并准确地检测和校正人脸,可以显著提高识别率。

有背景人脸图像中检测与定位人眼

基于人脸的几何特征和图像分割原理,文章从人脸图像的拍摄要求和人眼的监测与定位等方面系统研究了一种在有背景的灰度人脸图像中自动检测与定位人眼的新算法。实验验证表明,所提出的人眼检测与定位方法在速度和准确性方面具有良好的表现。