基于肤色的人脸检测算法研究

文章提出了一种基于肤色的彩色图像人脸检测算法。该算法会对输入图像进行尺寸归一化及光线补偿,综合利用2种色彩空间对预处理后的图像进行二值化操作。在肤色分割的基础上去除噪声,并结合多种有用信息,对肤色区域进行了判定,最终识别出人脸区域。它的主要优点有对人脸的姿态不敏感、检测速度快等。在多人脸检测方面,该算法运用区域分割的方法对多个人脸进行有效检测。实验结果表明,该算法是可行有效的。

视频图像中的人脸识别

视频中的人脸检测和身份识别应用领域广泛,文中利用定时器每0.3秒从视频图像序列中读取一幅图像进行人脸识别。首先我们利用了颜色信息来建立肤色模型,结合图像处理的基本知识准确定位人脸和进行人脸图像的预处理,然后对于处理后的人脸图像用K-L变换和神经网络的方法进行身份鉴别。实验证明该方法有很好的识别效果。

基于分形和肤色模型的自然态人脸检测方法研究

在对当前人脸检测问题研究过程中常用方法及其特点进行论述基础上,分析了利用分形特征实现人脸检测的可行性,提出了基于分形和肤色模型的自然态人脸检测方法。通过大量实验可知,该算法既克服了传统的基于启发式(知识)模型的方法和基于统计模型方法适应变化能力差、检测速度慢的缺点,又克服了单纯的肤色模型算法对肤色相近区域误检率高的缺点,利用人脸图像所特有分形特征,可以实现自然态环境下,多角度、多姿态人脸检测。

视频中基于肤色模型的人脸检测

采用图像差分法先检测出运动区域,消除了背景对人脸检测的影响,缩小了搜索的范围。利用肤色在YCrCb空间的聚类特性来检测人脸,同时为了去除亮度对肤色的影响,增强检测的可靠性,采用了亮度补偿。最后选取眼部特征作为条件确定人脸区域。实验表明,算法能准确地检测出人脸,并具有一定的实时性。

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。

基于帧间差分与静态特征相结合的人脸跟踪方法

简述了近年来主要的人脸跟踪方法,提出一种基于帧间差分与静态特征相结合的人脸跟踪算法。算法利用视频图像的运动信息做帧间差分确定人脸搜索的矩形区域,利用肤色模型提取肤色区域,通过积分投影确定人脸的椭圆范围,并对矩形范围内图像做边缘提取、膨胀等处理,通过水平积分投影获得人脸特征曲线,并通过特征曲线验证椭圆范围内是否存在人脸,实现人脸自动跟踪。

人脸检测系统研究及实现

人脸检测识别因其广阔的应用前景而成为当前模式识别与人工智能领域的研究热点之一。文章对带有人脸信息的24住真彩色BMP文件,通过基于肤色信息的彩色图像分割方法,利用预定的肤色建模知识进行人脸区域检测及区域标定。在此基础上,利用给定的眼、嘴先验信息进行眼、嘴的匹配捡测,并最终实现双眼中心以及嘴的标定,从而实现人脸及其特征信息的检测。

基于YCgCr色彩空间的人脸检测技术研究

讨论一种复杂背景下彩色图像的人脸检测方法。在RGB色彩空间对输入图像进行光照补偿,采用YCgCr色彩空间的高斯肤色模型来分割肤色区域,对肤色分割后的二值图像进行数学形态学和连通区域的分析和处理,尽可能去除大部分非人脸区域,最终定位出人脸区域。实验证明,该方法对不同光照条件和复杂背景下的图像有较好的适应性和检测效果。

视频检索技术中“人物”语义的提取方法

视频检索技术中如何利用视频中出现的“人物”提取有用的语义信息,是值得研究的课题。文章首先提出视频检索技术中“有效人物”的约束条件,然后利用肤色模型确定人脸区域、采用基于PCA/ICA特征和SVM分类的人脸检测方法实现人脸检测,通过“有效人物”的语义人脸概率模板(SFPT)获取视频中的语义人脸,最后利用“对象模型库”建立的人脸特征与高层语义的关联,实现“人物语义”的提取。

基于YCbCr空间的高斯肤色模型的人脸检测

主要研究人脸检测算法,分析了现有人脸检测算法的特点和不足之处。采用基于YCbCr空间的高斯肤色模型,利用颜色信息把彩色图像分割成皮肤区、头发区和背景区。对皮肤区进行去噪处理,实现脸部区域的具体定位,然后对人脸上的眼睛、嘴巴和鼻子定位。给出了人脸检测的模块设计和算法流程。

基于肤色模型和面部特征的人脸检测算法

提出一种基于肤色模型和面部特征的人脸检测算法,在YCbCr颜色空间建立肤色模型,根据此模型进行肤色分割,为使分割更平滑,进行了形态学处理,再结合面部特征有效除去非人脸肤色区域。验证了该算法的可行性和高效性。

人脸识别算法在监狱通道管理中的应用

针对监狱通道管理的特点,将人脸肤色模型、模板匹配及主分量分析等图像处理和统计学习经典算法有效地结合,开发了实时有效的人脸识别算法模块.测试结果及分析表明,该模块在特定应用中对于人脸定位与验证有一定的优越性.

AC算法与灰色模型在信息产业预测中的对比分析

利用基于数据挖掘的相似体生成算法（AC算法）对吉林市的信息产业进行了预测，并与利用灰色模型GM（1，1）的预测结果进行了分析对比，结果表明：运用AC算法进行信息产业预测是可行的．

基于视频的多分类器融合的实时人脸检测与识别

动态人脸识别具有更大的难度,如视频输出的图象质量较差、背景更复杂等,而现有的动态人脸识别算法还存在着识别速度慢,鲁棒性差等缺点。课题就是在研究现有的识别方法和识别系统的基础上,构建一个基于视频的多分类器融合的实时人脸检测与识别的实验系统,重点研究检测技术的改进及多种识别方法的有效融合,以保证系统能在视频下快速识别出人脸,提高人脸识别的效率和鲁棒性,降低拒识率和误识率。

复杂背景中的人脸识别技术研究

针对复杂背景下的人脸图像,提出一种快速人脸检测识别方法。包括基于肤色模型和OpenCV的综合方法进行人脸检测定位,并对图像重新保存、预处理,用以克服光照因素的干扰,剔除复杂背景对人脸识别不利因素的影响。采用二维主成分分析算法,对同一个人多幅不同表情的人脸图像进行采集和特征提取并归类。对ORL人脸库及实际外场背景下的人脸图像进行测试,结果表明,该方法可有效解决复杂背景下的人脸识别问题,具有快速、高效的实用性,正确识别率可达90%以上。

一种基于肤色和模板匹配的人脸检测方法

提出了一种基于肤色分割和模板匹配相结合的人脸检测算法。首先利用rgb色彩空间下的人脸肤色模型,对人脸图像进行肤色分割;针对图像中存在的多个肤色区域连接在一起的问题,采用SUSAN算子提取区域的边界,将连接的肤色区域分开;根据肤色区域的形状特征和欧拉数筛选人脸候选区域;最后利用建立的人脸模板和一种改进的混合匹配准则,对候选人脸区域进行匹配识别。实验结果表明,该方法能较好地从复杂背景中检测出人脸。

129例支气管哮喘患儿面象特征分析

目的:探讨对儿童支气管哮喘临床辨证有意义的面象客观指标,为其临床研究提供客观依据和疗效评价指标。方法:应用Smart TCM-I型中医生命信息分析系统检测129例支气管哮喘儿童患者面象参数,分析探讨哮喘患者(急性期和缓解期)的面色特征。结果:急性期组热哮证患儿以面色红患者多见,缓解期组患儿以面色黄患者多见,两组患者均以面色少光泽多见;哮喘患儿面色特征参数H值、S值明显高于正常组的H值和S值(P<0.05),V值在哮喘患儿中明显低于正常组(P<0.05);哮喘儿童面色的H值和V值在缓解期明显高于发作期(P<0.05)。结论:面色特征参数可为哮喘患儿疾病转归提供客观依据。

基于肤色及改进的Adaboost算法的人脸检测

为提高人脸检测的实时性和准确率,提出一种基于肤色与改进的Adaboost算法结合的人脸检测新方法。首先在YCbCr色彩空间下建立混合高斯肤色模型处理待检测图像,分割出肤色区域得到候选人脸区域。然后通过Harr矩形特征扩展与样本权值更新改进Adaboost算法,进行人脸检测。实验表明,该方法较好地处理了复杂背景下彩色图像人脸检测的漏检、错检问题,提高了检测速度和精度。

基于ITA值的皮肤颜色影响因素分析

ITA值是基于CIE L*a*b-颜色空间建立的皮肤颜色测量指标,目前广泛应用于皮肤颜色研究和化妆品功效评测中,本文旨在对基于ITA值的导致皮肤发黑暗沉、发红、发黄的影响因素进行梳理综述。本文以构成ITA值的亮白、红-绿色相、黄-蓝色相三个因素为分类依据,对导致皮肤发黑暗沉、发红、发黄的影响因素进行了梳理分析,总结了各因素的生化机制及部分通路交叉点。依此提出一些改善皮肤颜色的建议及“以点带面”的护肤设想。ITA值在肤色评定和化妆品功效评价方面的广泛认可及其良好的发展前景,更加重视其在肤色发黑发黄发红细分类方面的应用意义。

人脸检测中的肤色提取算法

肤色提取是人脸检测中的一个重要环节,本文提出了一种适合于在复杂背景下的人脸肤色提取算法,使人脸检测更具实际操作性。