基于YCbCr肤色检测与AdaBoost联级算法的嘴部特征定位

为了结合面部其他融合特征研究疲劳状态模式识别,主要研究了人的嘴部特征的定位及状态分析。对基于YCb Cr肤色结合Ada Boost联级算法采集帧图像定位人脸,在人脸定位的基础上,基于三庭五眼的先验知识对嘴部特征进行粗定位,采用迭代法自适应阈值分割法进行嘴部特征状态分析,利用最小外接法优化了嘴部状态参数。结果表明,提出的嘴部特征定位方法具有可行性、实时性。

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。