基于肤色分割的人脸检测算法

研究一种基于肤色分割的人脸检测算法。首先将图像色彩空间由RGB转化为YCbCr;其次根据肤色点在色彩空间的聚类性能建立肤色区域模型和简单高斯模型;最后通过计算肤色相似度得到肤色似然图,经过平滑滤波、形态学处理和阈值分割等图像处理过程,确定人脸位置。实验结果表明,该算法能够较好地实现人脸检测。

复杂环境下通用的手势识别方法

用来解决手势识别中光照变化、背景干扰等问题的方法,往往计算量大,耗时长。针对这一问题,提出了一种复杂环境下通用的手势识别方法。该方法利用二进制方式实现支持向量机(SVM)模型并且使用位运算代替滑动窗口从而完成目标快速筛选,然后用统一计算设备架构(CUDA)实现卷积神经网络对初筛区域进行二次判断和识别。该方法不依赖于动态手势识别技术,可以应用于动态和静态的手势识别,能够同时处理光照变化、背景干扰的问题。实验结果表明所提算法的计算效率相比基于滑动窗口的算法有100至1000倍的提升,处理一幅图片的时间约为0.01 s。在修正后的Marcel数据集上实验结果达到了96.1%的准确率和100%的召回率。效率上的提升使得算法能够实时进行复杂环境下的手势识别。