基于肤色及轮廓信息的人耳实时跟踪

实时人耳跟踪作为人耳识别系统的前提,是一个意义重大且具有挑战性的课题。为了实现对人耳的快速实时跟踪定位,提出了一种融合肤色及灰度轮廓信息检测跟踪序列图像中人耳的新方法。该方法首先采用改进的CAMSHIFT算法在肤色概率分布基础上,初步对侧面人脸这一包含耳朵的大面积肤色区域进行粗定位,进而根据耳朵自身丰富的轮廓信息,应用轮廓提取及拟合来进一步精确定位人耳。实际应用表明,该方法具有速度快、效率高和鲁棒性好的特点,不仅能够满足实时性的要求,并且对于干扰和耳朵自身一定角度的偏转都有较好的容错性。此外,该方法在相对复杂的背景下仍能获得较好的跟踪效果。

静态图像中的自适应阈值肤色检测算法

提出了一种基于自适应阈值的肤色检测算法.相对于固定阈值的直方图检测方法,该算法可以针对不同的图像内容产生相应的最优分割阈值.通过对肤色概率分布直方图(SPDH)的观察分析,可以提取出4点线索来帮助寻找最优阈值,在此基础上训练出一个人工神经网络分类器来确定最优阈值.同时提出了一种图像逻辑运算,可以最大限度地去除混淆背景.提出的算法在寻找最优阈值的过程中无需迭代计算,因此速度快,适合于实时应用.实验结果表明其性能优于广泛采用的固定阈值肤色检测方法.