一种基于Canny算子与颜色信息的人脸检测算法研究

利用Canny算子提取图像的边界并且对边界信息可以实现大块连通区域的自然分割特点,同时结合皮肤在YCbCr色度空间中的颜色信息,实现在复杂背景下进行人脸自动检测和定位的方法. 实验结果表明,该方法具有实时性好,检测和定位精度较高的特点.     

基于肤色特征的人脸检测

人脸检测在人脸识别过程中是最基本的处理,如果检测方法不当,会使识别过程崩溃,人脸检测在人脸识别中很重要。人脸模式是很复杂的,而且易受外界干扰,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,文中使用基于YCbCr颜色空间的肤色模型检测方法进行人脸检测,解决了计算量大的问题,并使用形态学理论对图像做了后续处理.     

基于颜色分割和HOG学习机制的人脸检测

人脸检测在信息安全和处理等应用领域起到很重要的作用.提出了一种鲁棒的人脸检测算法.该算法结合了基于颜色分割的粗定位过程和基于Histogram of Oriented Gradient(HOG)特征的人脸精确定位过程.粗定位利用人脸的颜色特征,采用基于YCbCr空间的颜色分割方法,获得图像中有可能包含人脸的图像子区域;精确定位则采用HOG特征,并利用SVM进行分类,得到人脸的准确位置.实验证明我们的方法对不同亮度、各种年龄及性别、表情变化及部分遮挡的人脸都具有很强的鲁棒性.     

基于YIQ颜色空间的自适应肤色检测算法

选取YIQ颜色空间,通过选择多种拍摄环境、光照条件的训练样本图像,统计其中肤色像素点和非肤色像素点中颜色分量I的分布概率,构建皮肤颜色分布模型,并利用贝叶斯规则构造肤色分类器.同时,计算测试图像准肤色区域的平均亮度,作为自适应阈值进行肤色判别.实验表明,该方法对不同亮度图像和不同肤色类型都有很好的检测效果.     

肤色信息在人脸检测中的应用研究

随着视频监控系统的快速发展,智能视频分析技术已经广泛地用于人员跟踪与识别、人员身份认证和行为识别等领域。肤色信息是彩色人脸图像最显著的特征,且具有相对稳定性,常被用于人脸检测。该文通过彩色图像描述常用的颜色模型,给出了利用肤色信息进行人脸检测方法的流程,最后通过仿真实验讨论了利用肤色信息进行人脸检测的方法。实验结果表明利用肤色信息可以较好地检测出人脸区域,能够为后续的人脸特征提取和识别奠定良好的基础。     

基于神经网络的人脸检测算法研究

针对复杂场景图像中的人脸,提出了一种基于BP神经网络的人脸检测算法,由网络训练和人脸定位两部分组成．可以有效地运用于多人脸、不同尺寸、不同姿态、不同面部表情、不同肤色、不同光照条件和复杂背景的情况。实验结果表明该算法快速有效。     

人脸检测方法研究

人脸检测是人脸识别的前提,同时在安全访问控制、视频监控、基于内容的检索等领域也有着广泛的应用。人脸相关的应用和研究受到越来越多的重视,本文通过对人脸检测方法的研究,证明各种方法的融合是今后人脸检测的主要方向。     

基于HSV与MLPQ的自适应人脸检测算法

针对复杂背景下彩色图像的人脸检测问题,提出一种基于HSV与MLPQ的自适应人脸检测算法。首先用HSV空间的肤色模型分割出可能包含人脸的区域;其次用可调的搜索窗口提取可能的人脸区域,并提取其多尺度局部相位量化特征(MLPQ);最后通过计算人脸候选区域MLPQ直方图与训练样本库中人脸的MLPQ直方图的欧式距离,自适应的进行人脸的确认与定位。在BioID人脸库,及彩色FERET人脸库中进行了多组实验,分别取得了92.5%及90.5%的检测率,充分验证了该方法的有效性。     

基于肤色分割、数学形态学和几何方法的人脸检测

许多学者对人脸检测进行了研究,但是始终没有得到一个满意的结果．Ing-sgeeb Hsieh使用HIS颜色空间进行人脸检测,得到“亮度小于40的区域不是东方人脸”的结论．这种方法的局限性在于亮度会随光照改变且只适合于检测东方人脸．Rein-Lien Hsu使用嘴唇和眼睛的Cr和Cb规范值来辨别人脸,但是由于很多人戴眼镜,     

利用颜色信息的人脸检测方法研究

提出一种利用颜色信息的人脸检测方法 .首先把输入的彩色图像从 RGB转换到 YIQ颜色空间 ,提取与人的肤色相关的 I分量图像 ,通过对整幅 I分量图像进行尺度变化和窗口扫描 ,解决待测人脸的位置、大小不同问题 ,实现平移不变和尺度不变 .然后对 I分量图像进行门限化处理 ,提取 I分量图像中可能包含人脸的接近人的肤色的区域 .最后把经过肤色区域滤波的灰度图像作为特征送入训练好的神经网络 ,由神经网络判别该图像是否一张人脸 .实验表明 ,该方法能有效地检测彩色图像中的人脸     

彩色图像中复杂背景的多人脸检测

人脸的检测和识别是一个非常复杂的问题,对它的许多规律和规则进行显性的描述是相当困难的。该文提出利用图像的彩色信息以及人脸的基本特征信息来进行人脸粗检测,从而大大缩小了神经网络检测区域,提高了人脸检测速度。实验证明该方法可以有效地运用于多人脸、不同尺寸、表情姿态、复杂背景的情况,具有较好的检测结果。     

复杂背景图像中彩色人脸的检测

提出了一种在复杂背景的图像中自动检测彩色人脸的方法.该方法首先在YCrCb和HSV色彩空间进行肤色和非肤色的分割,对检测到的肤色像素在CrCb空间中进行聚类,在每一聚类中心应用形态学算子除去一些较小的背景区域,然后进行区域合并形成候选人脸区域.在候选人脸区域内应用重复阈值法得到候选眼睛对,最后采用BP神经网络进行确认.实验结果表明这种方法在复杂背景的图像中检测人脸的正确率为90%.     

面向自主机器人的实时彩色视觉系统

设计开发了一种新型的机器人实时彩色视觉系统,以及基于颜色的实时分割和识别软件系统,采用即插即用型的USB接口数字摄像头,简化了系统的使用和维护,首先把输入的彩色图像从RGB空间转换到YIQ颜色空间,提取出和颜色有关的IQ平面的信息;然后根据目标颜色在IQ平面里分割图像,再对图像进行游程编码,并从游程编码中提取出有效的图像信息;最后通过TCP／IP接口将视觉信息发送给机器人控制系统,为了抑制光强变化的影响,采用了一种阈值学习方法,实验结果表明,整套系统具有很高的实时性和较好的识别效果。     

基于不同色彩空间的肤色模型

确定肤色对彩色图片中的人脸检测很重要,在这篇论文中,作者首先讨论了用3种颜色空间表示的肤色子空间YCbCr,HSV和统一的颜色空间.然后作者给出了算法,判断在3种肤色子空间下,一个象素是否为皮肤象素;并且提出了一种新的方法来找出候选面部区域.最后,作者比较了3种肤色子空间的性能.     

最优线性联想网络在X射线谱分析中的应用研究

介绍了一种重要的人工神经网络——最优线性联想网络 ,并将其应用在 X射线谱分析中 ,成功地克服了传统解谱方法速度慢、不能准确分析含有重峰的复杂 X射线谱的缺点。最优线性联想网络解谱方法广泛应用于快速在线测量及现场分析的各种场合 ,特别是当待分析样品组分固定时 ,解谱效果更好。     

基于支持向量机的彩色图像人脸检测方法

提出了一种利用肤色信息、基于样本学习的彩色图像人脸检测方法。该方法利用两层支持向量机进行人脸检测,用肤色和非肤色样本训练的第一层支持向量机对图像中每个像素进行分类,所有被判断为皮肤点的像素构成了肤色区域;用窗口对肤色区域进行遍历,用人脸和非人脸样本训练的第二层支持向量机判断窗口是否包含人脸模式,并对检测到的人脸区域进行必要的合并。实验结果显示,本文方法对彩色图像中正面人脸的检测率为87.6％。     

一类随机非线性系统的自适应控制

研究一类单输入单输出的严格反馈随机非线性系统的自适应神经控制问题.利用神经网络参数化（RBF）和backstepping技术来进行控制器设计.所设计的控制器确保所有闭环信号是概率意义下有界的.     

一种基于人类视觉系统的彩色图像水印算法

将彩色载体图像在YIQ空间的Y分量进行三级小波分解,将空域的水印信息的高低位分段处理,并用伪随机序列与水印信息各位分别异或进行加密,按照人类视觉特性分别以不同的权重嵌入载体图像的频域中.实验结果表明,在面对大信息量的彩色水印信息时,使用这种方法嵌入的水印信息具有良好的不可见性和安全性,同时鲁棒性良好,能够抵挡常见的滤波、剪切、加噪声及压缩等攻击方式.