改进的高斯肤色模型及其在人脸检测中的应用

针对传统高斯肤色模型在肤色和光照变化较大情况下不能有效提取肤色区域的问题,提出一种改进的高斯肤色模型,并将其应用于人脸检测中。模型参数采用一种自适应更新的参数选择方法,通过对相似度人脸和灰度人脸在对应像素点加权相乘的方式,得到将肤色相似度信息和灰度分布信息有效结合的人脸肤色模型,并结合Adaboost算法设计了人脸检测方法。在FERET(facial recognition technology database)、LFW(labeled faces in the wild)、GTFD(Georgia Tech face database)和多人脸图库上的实验结果表明,该模型的肤色提取正确率比传统高斯肤色模型提高了27.1%,提出的人脸检测方法的检测率比Adaboost算法提高了5.5%。

基于肤色模型和FCM动态聚类的人脸检测

针对复杂背景下彩色图像中的人脸检测,研究一种基于非线性分段色彩变换、肤色模型和FCM动态聚类算法的检测方法.算法首先进行颜色空间映射及非线性分段色彩变换,再利用肤色分布模型,对肤色似然度图像进行自适应的肤色分割,进一步采用线段编码从分割后的图像中提取区域特征向量,最后利用FCM动态聚类方法,从复杂背景中检测出人脸区域.实验证明,该方法具有较高的准确性和适应性.

利用多颜色信息融合的自适应肤色建模

客观世界中存在不同的光照、肤色和人种等因素,通常情况下难以建立一个通用的肤色模型进行各种裸露皮肤的检测。研究了一种自适应肤色建模方法,即利用AdaBoost算法检测人脸,通过这些人脸区域进行肤色建模。为了取得较好的肤色建模效果,适当缩小了由AdaBoost算法检测到的人脸区域;利用多颜色空间信息融合技术,即通过选取多个颜色空间的若干颜色分量,计算待检测图像中这些分量的各自SPM(肤色概率图),经过"与"运算融合获得最终检测的肤色区域。该算法不需要考虑光照、肤色和人种等因素,是一种自适应的建模过程。实验表明,该算法可以有效解决绝大多数情况下的彩色图像肤色检测问题。

面向视觉交互的室内肤色建模研究

肤色检测是视觉交互技术中的重要环节。本文通过分析室内光照条件下的肤色分布特性,提出了基于Ada-boost的肤色建模技术,实现了肤色建模过程与颜色空间选择的有机结合,所构建的特征空间具有良好的类别区分性,弥补了传统方法仅能针对特定颜色空间进行肤色建模的不足。多种肤色建模方法性能比较实验表明:本文所提出的方法能更好地满足视觉交互对识别率和实时性的要求。

基于肤色建模和眼睛亮度检测的人脸定位技术研究

提出了基于肤色建模和眼睛亮度检测的方法对彩色图像中的人脸进行检测。在检测前,先对图像进行光线补偿,再通过肤色模型获得可能的脸部区域,最后根据眼睛在人脸固有位置亮度检测人眼,最终确定人脸区域。通过实验测试说明,该方法对人脸的检测达到了较好的效果。

肤色检测技术综述

肤色检测在人脸和手势识别与跟踪、Web图像内容过滤、数据库或因特网中的人物检索和医疗诊断等方面有广泛应用.文中通过分别介绍基于统计和基于物理的两类肤色检测技术,较全面地综述了肤色检测技术,其中对颜色空间选择、静、动态肤色建模方法、肤色反射模型和肤色波谱特性等肤色检测重要环节做了分析,明确了选择颜色空间与特征提取和分类方法的联系,强调了研究肤色波谱特征对基于物理的肤色检测技术的重要性.最后探讨了肤色检测的技术难题和发展趋势.

基于参数查找表的肤色检测算法

针对现有模型对肤色空间刻画的不足,提出了一种基于参数查找表的肤色检测算法。该方法将肤色和非肤色看作两类模式,通过在YCbCr颜色空间统计,计算样本在不同色度下沿亮度的概率分布,分类采用贝叶斯判别规则,查找表用于存储模型参数,实现了快速查找和计算。实验中,从像素样本分类和彩色图片分割两个方面对算法的检测性能进行对比,说明其有较高的检测率和较强的鲁棒性。

偏好肤色的获取与再现研究

目的基于人眼长期观察实践对色彩形成的认知以及识别肤色时的主观偏好记忆性,对偏好记忆的肤色进行获取以及再现。方法选取代表人群拍摄肤色数据,并通过心理物理试验获取偏好肤色数据库,采用YCb Cr空间建立椭圆模型对肤色和偏好肤色分布进行模拟。利用椭圆模型,提出一种基于仿射变换的偏好肤色再现算法。结果实现了输入图像中肤色到偏好肤色的转换和再现,并使用瑟斯顿成对比较法对仿射变换再现算法和其他算法的再现效果进行了评价。结论算法具有较高的观察者偏好度,更符合人们的主观感受,肤色再现效果较好。

基于3D建模的手势识别在机械臂抓取中的应用

为解决基于视觉的手势识别易受光照、阴影等因素干扰导致识别率及鲁棒性不稳定的问题,提出了一种基于深度图像传感器的手势识别技术。采用肤色建模与深度图像相结合的方法实现复杂背景下手势的定位分割;采用3D建模实现骨骼点的手势识别;将该算法应用于面向移动机械臂平台的人机交互控制系统中,成功地实现了目标物体的抓取。实验结果表明,该方法识别速度快、准确性高且具有良好的鲁棒性。

基于肤色的人脸检测综述

人脸检测在人脸识别、图像内容过滤、数据库或因特网中的人物检索和医疗诊断等方面有广泛应用。文中通过介绍基于统计的肤色人脸检测技术,比较全面的介绍了基于肤色的人脸检测技术,然后对若干关键技术进行了深入研究。最后对基于肤色的人脸检测技术的进一步研究方向作了一些探讨。

基于2D头部图像的3D建模及优化

提出了一种基于2D头部图像进行3D重构的方法.通过光线补偿、肤色建模以及对图像进行膨胀和去离散点等技术,从2D正交头部图像中提取头部特征点,在标准人体头部模型上通过适配与修改完成3D头部重构,并采用3D渲染使头部模型更具立体感和真实感,并可实现360°观察,在刑侦、饰物佩戴、发型选择等方面具有重要应用.

人脸位置判断数学模型算法研究

为了人脸识别技术进一步快速定位人脸,改善了肤色色彩空间的聚合性多样复杂问题。本文提出了一种建立人脸位置的判断模型的方法,利用肤色色彩空间YCrCb建模,建立肤色高斯模型,进而得到黑白二值图,利用二值图计算单个像素的肤色相似性从而得到一个灰度图,较好解决肤色相似问题,缩小范围后进行眼睛、嘴巴精确定位,最终获得人脸定位。基于实验结果,此方法能有效识别人脸位置,且相较于以往方法更加简单可行。

基于视频引导模型更新的视频肤色增强方法

在视频的采集和跨媒体再现过程中,相机的色域限制往往会导致获取的图像色彩失真。其中肤色作为人眼最敏感的色彩之一,肤色失真可能会降低观众的视觉体验。肤色增强是一种针对图像或视频中人类肤色的处理技术,通过对失真的肤色进行调整,达到提高显示质量的目的。尤其是在视频处理领域,在提高肤色模型自适应性的同时,还需要考虑算法的实时性与计算工作量,因此,提出一种面向实时视频处理的自适应肤色增强方法。利用镜头边界来引导肤色模型更新,以此降低模型更新的计算工作量;其次,建立一种根据镜头边界更新的动态肤色模型进行皮肤检测;最后,基于主观实验建立了偏好肤色模型,并且实现了针对不同种族的肤色增强。与现有方法相比,所提方法在主观评价实验中取得了更高的平均主观分值。实验结果表明,所提方法可以显著降低模型更新带来的计算工作量,同时实现有针对性的肤色增强。

基于彩色分割的人脸检测算法的研究

针对复杂彩色背景下的人脸检测问题,主要研究基于色彩信息的人脸检测算法,通过对RGB,HSV,YCbCr空间色彩模型分别做实验对比,选取在YCbCr空间进行人脸建模;提出了一种快速非线性阈值估计方法,减小了色度值对亮度值的依赖;并设计出基于YCbCr模型的人脸跟踪系统,该系统根据检测出的人脸大小和位置,将其作为控制信息调整云台的转动方向和相机焦距,从而实现目标的自适应跟踪,并能给出大小基本一致的目标;在PC机上的实验结果表明,该算法的准确率及实时性都能达到预期要求。

一种面向复杂场景的彩色图像人脸检测方法

针对复杂场景的需要,提出了一种适用于复杂场景的彩色图像人脸检测方法.首先通过综合考虑肤色的亮度和色度信息提高了现有的肤色模型准确率,然后基于颜色和形状特征给出了一种有效的人脸候选区域定位方法,最后针对现有特征验证方法的不足,提出了一种基于人脸像素梯度阈值的验证方法对人脸进行确认.试验表明这种方法是有效的,鲁棒的.

基于YCgCb新颜色空间的人脸检测算法的研究

人脸检测是计算机视觉、模式识别、人机交互研究中一个很受关注的研究热点。人脸模式错综复杂、易受干扰,常见的人脸检测算法一般都具有计算量大、速度慢、误报率高的弱点。本文基于一种新的色度空间YCgCb,建立了亮度和Cg、Cb色度查找表联合的肤色模型,提出了一种快速有效的阈值估计方法。实验表明该肤色模型可以有效地检测到人脸位置,误检率低。

基于非接触采集下的鲁棒掌纹识别

为了扩大掌纹识别的应用范围,使非接触式掌纹识别系统在复杂背景和光照变化的条件下都能使用,提出了一种适用于非接触采集下的鲁棒掌纹识别算法.该算法使用肤色阈值的方法把手掌从复杂的背景中分割出来,采用一种新颖的指根点检测算法找到指根点,用指根点来定位掌纹ROI,使用对光照具有良好鲁棒性的LBP算法提取掌纹特征,并用Chi平方统计法进行分类.实验使用的数据库是在不同光照和复杂背景下采集的,当等错率为3.098 6%时,正确识别率达到97.833 7%.实验结果表明,该方法能够扩大掌纹识别的应用范围,使非接触掌纹识别系统在复杂背景和可变光照的条件下达到较理想的识别效果.

基于图像处理的人脸检测研究

针对人脸识别的预处理,采用图像处理技术解决了人脸检测问题。首先建立输入图像的肤色模型,然后进行开运算处理,以消除图像噪声利于后面的眼睛定位。再对二值图像做灰度投影实现人脸粗分割,定位双眼。最后对细化分割出来的人脸区域进行标准化操作,包括灰度的均衡处理和Mallat算法二维小波分解。灰度均衡把原始图像的直方图变换为均匀分布的形式,增加像素灰度值的范围。小波分解可以压缩图像,以降低算法的复杂度。每个步骤通过处理前后人脸图像的对比彰显所做步骤的意义。人脸检测的最终结果是获得64×64大小的人脸图像。此图像包含了人脸的有效信息,在此图像的基础上才能进行后续的提取特征、设计支持向量机,进而做人脸识别。

敏感图片过滤中大块皮肤区域的检测方法

针对色情图片中大块皮肤区域的特点,提出一种简单有效的检测方法。首先通过RGB颜色空间上的一个分段肤色模型过滤掉非肤色像素,得到候选皮肤区域;然后利用候选区域内像素的纹理粗糙度,统计得到整个候选区域的纹理粗糙度进行纹理过滤;最后计算候选肤色块的分形维数,用以过滤最难区分的沙漠类照片中的伪皮肤区域。实验结果表明,算法保持了较高的检出率和较低的误检率。

Real-Time Face Tracking and Recognition in Video Sequence

A framework of real time face tracking and recognition is presented, which integrates skin color based tracking and PCA/BPNN (principle component analysis/back propagation neural network) hybrid recognition techniques. The algorithm is able to track the human face against a complex background and also works well when temporary occlusion occurs. We also obtain a very high recognition rate by averaging a number of samples over a long image sequence. The proposed approach has been successfully tested by many experiments, and can operate at 20 frames/s on an 800 MHz PC.