复杂背景和光照多变的人脸检测方法

复杂背景和光照多变的人脸检测是自动人脸识别系统需要解决的重要问题之一,首先利用YCbCr空间进行肤色分割,获取候选人脸区域,然后提取相应区块的LSMQT特征,并利用SNoW分类器进行特征分类,最终获取人脸在图像中的准确位置。实验证明,该方法对复杂背景和光照多变的图像中的人脸具有较高的正确检测率。

基于新核函数的支持向量机在物体分类中的应用

在基于视的物体识别中,将图像的局部信息引入到图像的相似性度量,提出了一种新的图像距离度量,并把它嵌入到支持向量机的核函数中,得到了一种新的核函数——基于局部卡方距离(Chi-square distance)的核函数。物体分类实验结果表明,新算法优于非线性支持向量机,区别张量一阶分解(DTROD),稀疏网络模型(SNW)等方法。