一种基于肤色模型的人脸检测方法及DSP实现

针对静态的人脸图片,采用一种新的肤色模型YCh'Cr',判别人脸大致区域,然后再用椭圆形模型来匹配,把人脸和其它的肤色区域判别出来.基于该肤色模型的算法运算速度快,识别准确率高,能够实现快速的人脸检测.     

几种常用的肤色检测颜色空间

本文主要介绍了一种常用的肤色检测方法即肤色区域边界固定法,同时介绍了利用该方法进行肤色检测的几种常用的肤色检测颜色空间如RGB、YCbCr以及HSV颜色空间,并在这几个颜色空间中对在Internet上获取的200个光照均匀的肤色块进行肤色检测,统计出在每个颜色空间中肤色检测的正确率并对实验结果做出分析。最终的实验结果表明,在所取图片的光照比较均匀的条件下,HSV颜色空间的肤色检测效果最佳,YCbCr颜色空间次之,RGB颜色空间最差。     

基于肤色模型与眼睛定位的人脸检测方法研究

提出了一种基于肤色模型与眼睛定位的人脸检测方法。通过YIQ色彩模型的肤色区域分割进行人脸的粗定位,再根据眼睛的灰度及形状信息的眼睛定位实现人脸的准确检测。实验表明,该方法能够在复杂背景图像中较准确地检测出人脸。     

基于肤色模型与人脸结构特征的人脸检测

人脸检测是自动人脸识别中的关键环节.提出了基于人脸肤色模型和人脸结构特征的人脸检测.首先利用人脸图片样本,提取肤色像素,建立肤色CbCr高斯模型.根据高斯肤色模型求得人脸似然图,并采用最佳阈值对之进行二值化.之后再采取形态学处理,除去部分非人脸区域,分割出待定人脸区域.最后根据人脸的结构特征进行再次筛选,得到人脸区域.此方法运用在一般的人物照片中都能达到比较理想的效果.     

基于聚类肤色模型的人脸检测

在安全检测、人机交互等人脸识别应用中,人脸的检测与定位是前期重要工作.该文提出一种改进的基于亮度聚类的肤色模型,并提出一种新的最佳阈值选择算法,设计了肤色检测算法流程.实验证明该算法提高了人脸检测的速度和鲁棒性.     

一种基于肤色和脸部特征的人脸检测方法

针对人脸检测问题中快速性与准确性难以同时满足的情况,提出了一种将肤色和脸部特征相结合的方法来检测人脸。由于通过基于肤色的算法能快速定位出人脸大致位置,因而检测速度能达到实时的要求;同时利用脸部特征进一步细检,可保证检测的精确性。     

基于双肤色模型及AdaBoost算法的人脸检测

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。     

结合肤色模型和Adaboost算法的人脸检测

提出了一种结合肤色模型和Adaboost算法的人脸检测方法．Adaboost是一种分类器算法,把弱分类器提升为强分类器,具有很高的检测率,但其误检率也比较高．人脸肤色检测由于受光照等条件的影响,其检测率比较低,但是其误检率也比较低．结合这两种方法进行检测,能够优势互补,改善算法性能．实验证明该算法具有较好的检测效果．     

简化光学模型下的肤色信息检测

本文提出了一个肤色检测的新方法。首先,为了刻画肤色的聚类特性,建立了一个描述色彩通道之间非线性关系的数学模型。通过对成像光学模型的简化,确定了色彩通道在表现色彩方面体现的权重,进而简化了色彩通道的非线性关系。最后,基于直方图统计,利用非参数方法,建立了像素分类函数。实验结果表明本文提出的肤色信息分析与检测方法在肤色区域检测方面具有突出的性能。     

基于肤色模型的人脸检测与人眼定位

针对光照变化对人脸检测及人眼定位的影响, 提出一种基于肤色模型的人脸检测与人眼定位方法. 先对图像进行预处理, 减少图像中的噪声; 再将RGB颜色空间转化到具有良好肤色聚类特性的YCbCr色彩空间, 利用Gauss模型进行肤色建模; 最后检测出人脸区域并确定人眼位置.     

一种改进的基于肤色分割和PCA人脸检测方法

人脸检测在安全、信息处理等应用领域起到很重要的作用。提出了一种改进的基于肤色分割和PCA的人脸检测方法。首先,基于肤色模型的建立提出了一种基于边缘和数学形态学的肤色分割方法;其次,用基于知识的人脸检测方法验证候选人脸,缩小候选人脸的数量;最后,用PCA人脸检测算法进行检测。实验表明该方法不仅可以有效地运用于多人脸、不同尺寸和复杂背景的情况,而且对包含部分遮挡、肤色干扰等复杂环境下的图片均有很高的检测率。     

一种基于K-均值聚类方法的肤色分割算法

随着智能化信息处理技术的发展,人脸检测与定位越来越受到重视.本文在利用颜色信息进行皮肤检测的过程中采用YCbCr颜色空间,利用高斯肤色模型,得到图像中任意像素属于肤色的概率,同时借鉴了模式识别中广泛应用的K-均值的思想,设计了基于K-均值聚类方法的肤色分割算法,完成了图像的二值化.     

基于HSV的敦煌艺术图案颜色特征分析

利用计算机图形图像技术对中国敦煌艺术图案的颜色特征进行了数值分析。对原始图像进行基于HSV颜色空间三个分量的分布统计。利用优化类内距离之和的方法来确定合适的量化参数。通过具体算例,可以看出该方法原理简单、实现容易,得到了较好的分析结果,为传统民族艺术图案的计算机分析与处理提供了参考。     

基于直观和量化方法的肤色检测色彩空间选择

肤色信息为图像检索、脸像分析和手势分析等多种应用提供了重要的信息.选择适当的色彩空间决定了肤色区域检测的结果.采用直方图可视化地描述了肤色在二维色度平面和三维色彩空间中的特定分布,提出并使用一个基于Fisher准则的评价函数对肤色/非肤色进行量化可分性分析,并且通过基于高斯模型的实验进一步验证了比较结果.结合直观分析和量化分析比较了各类通用色彩空间,从而获得了较适于进行肤色区域检测的色彩空间.     

HSV 色彩空间罐斑颜色特征研究

中医拔罐技术通过负压作用改变局部皮肤血液分布进行治疗时形成罐斑.对健康群体实施低强度常温拔罐,在 HSV 色彩空间中,分析此类罐斑颜色特征.结果表明:与正常皮肤相比,罐斑的 h 参量具有明显变化,f 参量基本不变,h 直方图重心变化不明显;而病变红斑的颜色特征不同,其 f 参量变化较大,h 直方图重心左移.     

基于HSV颜色模型的二维流场可视化

为解决流场图像流速大小和流动方向的显示问题,在线积分卷积(LIC)算法的基础上,结合HSV颜色模型,提出一种新的二维流场可视化方法.该方法将流场速度方向映射为色度,将流速大小映射为饱和度,将LIC值与亮度关联起来,从而合成新的流场可视化图像.新的流场图像不仅保留了LIC图像高分辨率的流线纹理特征,而且还展现了流速大小和流动方向.目前该方法已经成功应用于二维爆炸流场的可视化.实验结果表明,该方法可以有效改善流场的可视化效果.     

长短桩组合桩基础的模型实验

设计了单桩、三桩、九桩及十五桩等4种(9组)长短桩组合桩基础的模型实验,介绍了实验方案设计、实验设备、实验方法与步骤、实验结果以及实验误差原因.实验结果表明,组合桩基础中的短桩承载性状没有明显变化,而长桩则明显受到短桩的影响,在正常工作条件下长桩承载性状明显不同于单桩,加载初期上半段侧摩阻力不能充分发挥,但随着荷载的增加至接近其极限承载力时上半段的侧摩阻力才能充分发挥,并达到其极限承载力时侧摩阻力.