共查询到18条相似文献，搜索用时 171 毫秒
1.
给出了一种用于固定场景的快速人脸检测方法。在背景差的情况下,利用SHEN滤波进行二值图像并提取出运动目标区域,基于肤色聚类模型对运动目标子图像进行肤色分割,结合椭圆模板检测出人脸区域,进行人脸定位。实验数据表明,该方法对固定场景中的人脸检测具有较好的鲁棒性,对姿态、表情、年龄都有较强的适应性,并具有一定的实时性。 相似文献
2.
针对眼睛检测在多姿态人脸中稳定性较好的特点,提出了一种基于肤色检测与AdaBoost人眼检测的多姿态人脸检测算法。首先,利用肤色模型快速排除大部分非肤色区域,然后在肤色区域使用单眼分类器检测眼睛,接着对检测到的单眼矩形进行配对以及角度矫正,最后进入双眼分类器作进一步验证,验证通过则利用统计数据实现人脸定位。实验表明,该方法具有较高的检测率,对于多姿态人脸的检测具有较好的鲁棒性。 相似文献
3.
针对复杂背景和可变光照条件下,彩色静止图像的人脸检测问题,综合利用YCbCr和HSI颜色空间下的肤色模型,先进行肤色分割,定位出候选人脸,再用AdaBoost级联分类器进行检测验证,有利于提高检测效率,降低误检率。 相似文献
4.
人脸检测是人脸信息处理领域的一项关键技术。本文通过选取YcbCr颜色空间,建立高斯肤色模型,然后对其验证和分析,随后对二值化图像进行阈值分割、数学形态学处理等一系列去噪处理来实现人脸检测中肤色分割过程,从而将非肤色成份尽可能排除,将可能的候选的人脸区域分割出来,为日后的人脸定位节省了大量的时间,对人脸识别的研究具有积极意义。 相似文献
5.
神经网络具有自学习、记忆、计算以及智能处理等能力,本文应用前向型神经网络做分类器,并阐明了神经网络的分类方法和人脸检测过程,以及结合人体肤色模型实现了在不同环境、不同姿态、不同肤色、不同表情等复杂环境下的人脸检测,同时通过对静态检测的扩展实现了实时的人脸检测.实验表明,该方法具有快速,有效等特点. 相似文献
6.
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。 相似文献
7.
针对疲劳驾驶预警系统中人脸检测准确率低、误检率高的问题,提出一种基于肤色与 Haar-like 扩展集的驾驶员人脸检测算法。首先根据驾驶员人脸肤色在 YCbCr色彩空间的聚类性、脸部特征及驾驶环境,筛选人脸肤色作为候选区|然后在传统基于 Haar-like 特征的 AdaBoost 算法中,加入两组新的符合人脸特征分布的Haar-like 特征进行驾驶员人脸检测。以 MIT 人脸库和拍摄的驾驶员人脸图像作为训练与检测样本,与传统AdaBoost算法进行对比实验。结果表明,该算法对正面人脸和侧面人脸（倾斜角度小于 45°）检测准确率分别提高 1.25%和 5.00%,误检率降低 2.81%和 4.50%,人脸检测准确率得到较大提高。 相似文献
8.
提出一种基于肤色模型的快速人脸检测方法,能同时平衡算法速度和精度要求.首先对图像进行肤色区域提取,然后对肤色区域进行基于偏微分方程的形态学处理,对区域形状进行大小粗过滤;接着对粗过滤后的肤色区域对应的原图灰度图运用人眼的几何特征进行人眼粗定位;最后提出一种相关系数判断的方法精确定位人眼,从而确定出人脸区域. 相似文献
9.
介绍了一种简单、快速的实时视频人脸对象跟踪算法．在使用肤色检测算法进行人脸区域定位的基础上,采用差分运动估计,确定最大的搜索区域,在此区域使用两个正交的边缘梯度跟踪模型和内部肤色像素统计直方图跟踪模型跟踪人脸．本算法较好地解决了跟踪的连续性、实时性和精确度间的矛盾．实验结果表明本算法能够对人脸进行实时跟踪,具有一定实际应用价值． 相似文献
10.
利用对称差分、肤色模型和几何特征相结合可以快速实现视频图像中的人脸检测,具体做法是:先利用图像对称差分方法得到运动区域,再用肤色检测方法在运动区域中得到人脸候选区域,最后通过检测眼睛位置,利用人脸几何特征精确定位人脸.此方法提高了检测速度,降低了误检率,可以应用在视频监控等实时系统中. 相似文献
11.
宋晓秋 《绵阳师范高等专科学校学报》2013,(11):79-82
文章提出了一种新的将肤色算法与AdaBoost算法结合起来的人脸检测算法．算法主要是将用肤色检测算法得到的肤色特征,做为一种新的矩形特征加入到AdaBoost算法的训练过程中．新算法提高了人脸检测的正确率,降低了误检率,新算法的鲁棒性更强． 相似文献
12.
A color based system using multiple templates was developed and implemented for detecting human faces in color images. The
algorithm consists of three image processing steps. The first step is human skin color statistics. Then it separates skin
regions from non-skin regions. After that, it locates the frontal human face(s) within the skin regions. In the first step,
250 skin samples from persons of different ethnicities are used to determine the color distribution of human skin in chromatic
color space in order to get a chroma chart showing likelihoods of skin colors. This chroma chart is used to generate, from
the original color image, a gray scale image whose gray value at a pixel shows its likelihood of representing the skin. The
algorithm uses an adaptive thresholding process to achieve the optimal threshold value for dividing the gray scale image into
separate skin regions from non skin regions. Finally, multiple face templates matching is used to determine if a given skin
region represents a frontal human face or not. Test of the system with more than 400 color images showed that the resulting
detection rate was 83%, which is better than most color-based face detection systems. The average speed for face detection
is 0.8 second/image (400×300 pixels) on a Pentium 3 (800 MHz) PC.
Project (No. 60203013) supported by National Natural Science Foundation of China 相似文献
13.
14.
Multi-face detection based on downsampling and modified subtractive clustering for color images 总被引：1，自引：0，他引：1
KONG Wan-zeng ZHU Shan-an 《浙江大学学报(A卷英文版)》2007,8(1):72-78
INTRODUCTION Face detection has been widely used in fields such as security, multimedia retrieval, human com-puter interaction, etc. Therefore it becomes one of the most active research areas in computer science. Re-cently, approaches to face detection include neural network (Rowley et al., 1998), boosting (Viola, 2001; Viola and Jones, 2004), template matching (Kim et al.,2000) and skin color (Cai and Goshtasby, 1999; Wang and Yuan, 2001; Soriano et al., 2003), etc. The methods of n… 相似文献
15.
宫志鹏 《漯河职业技术学院学报》2013,12(2):42-44
提出了一种基于肤色的人脸检测方法,通过在YCbCr颜色空间内对人脸图像进行建模,实现人脸的初定位,再使用形态学理论对候选人脸区域做处理,从而实现人脸区域的精确定位。通过仿真实验发现,提出的方法相对于神经网络和模板匹配方法可以较好地适应光照变化,并且解决了计算量大的问题,提高了算法的实时性。 相似文献
16.
对人脸检测所面临的问题进行探讨,分析有关人脸检测问题的研究方法,并对其进行分类和评价。从基于模板的方法、基于肤色模型的方法、基于统计理论的方法三方面进行了阐述。分析各种方法的优缺点,并提出了关于人脸检测问题的进一步研究方向。 相似文献
17.
每一种人种皮肤彩色分布在一个较窄的频带上。一般所用的RGB彩色模型对光线的亮暗程度比较敏感,而在HSV彩色模型中,色相H分量表示了图像的彩色信息,受到光线变化的影响缓慢。鉴于此,采用在HSV彩色模型下建立肤色模型,并对其进行训练,从而用训练后的模型对图像进行人脸检测。实验结果表明,提出的方法是有效而快速的。 相似文献
18.
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。 相似文献