基于肤色的人脸检测研究

对于有背景的彩色图像,肤色是人体表面最显著的特征之一,所以肤色特征是人脸检测中一个重要的特征[1～2]。肤色特征主要由肤色模型描述,检测方法可以分为颜色选择,肤色区域分割和人脸检测三个步骤。文章提出的肤色模型可以较好的适应光照变化,采用肤色分割的方法,可以快速检测不同大小,不同平面以及一定侧面旋转角度的人脸。对简单背景下的人脸检测的检测率达到95.65%,复杂背景下的人脸检测的检测率达到85.22%。     

基于肤色分割的人脸检测算法研究

介绍了目前人脸检测领域检测速度最快的Boosted Cascade人脸检测算法。该算法在进行人脸检测时没有考虑到肤色因素,在具体识别过程中,有些可利用肤色信息很快排除的区域,在Boosted Cascade算法中却没有被排除掉。针对该算法的缺陷提出了一种改进算法,即利用Boosted Cascade人脸检测算法,检测出人脸的候选区域,通过人脸肤色模型进行验证,如果候选区域的像素符合人脸的肤色模型的程度到达某一数值,则接受该区域,即认为该区域是人脸;否则排除该区域。改进后的算法能够有效地提高检测的正确率,减小出现检测错误的几率,在不影响识别速度的情况下,提高了检测效率。     

基于自适应光线补偿的人脸检测算法

人脸检测是计算机视觉、模式识别、人机交互中一个很受关注的研究热点。一般的肤色检测算法假定待测图像是在均匀光照下获得的,环境光照变化、光照不均必会影响图像的柔和度,进而影响人脸的正确检测。针对这一问题,提出一种自适应光线补偿的人脸检测算法,应用不同光照情况下拍摄的69幅彩色图像进行对比实验研究。实验结果表明：该方法有效可行,检测率达96．64％,比单纯应用肤色模型法提高检测率7个百分点,降低误检率5个百分点。     

基于自适应光线补偿的人脸检测算法

人脸检测是计算机视觉、模式识别、人机交互中一个很受关注的研究热点.一般的肤色检测算法假定待测图像是在均匀光照下获得的,环境光照变化、光照不均必会影响图像的柔和度,进而影响人脸的正确检测.针对这一问题,提出一种自适应光线补偿的人脸检测算法,应用不同光照情况下拍摄的69幅彩色图像进行对比实验研究.实验结果表明:该方法有效可行,检测率达96.64%,比单纯应用肤色模型法提高检测率7个百分点,降低误检率5个百分点.     

基于肤色的复杂背景条件下的人脸检测

提出一种肤色与Adaboost方法相结合的人脸检测方法。首先把图像转换为YCbCr颜色空间,然后利用肤色在CbCr上的聚类性对图像进行预处理,最后,使用Adaboost算法对候选人脸集进行细化,最终得到人脸集合。实验证明该方法的有效性。     

基于肤色和Adaboost算法的人脸检测研究

人脸检测是计算机视觉和人工智能领域中的一项富有挑战性的工作,在虚拟现实、人机交互等很多领域都有广泛的应用.研究了基于Adaboost的人脸检测,并提出了肤色与Adaboost算法相结合的人脸检测方法.对输入的彩色图像进行从RGB空间到YCrCb空间的转换,再结合形态学等方法进行区域肤色分割,排除背景干扰,然后用Adaboost算法对可能区域进行检测,得到人脸位置.实验表明,该方法有较高的准确性和鲁棒性,可以得到满意的检测效果.     

基于肤色的复杂背景条件下的人脸检测

提出一种肤色与Adaboost方法相结合的人脸检测方法。首先把图像转换为YCbCr颜色空间，然后利用肤色在CbCr上的聚类性对图像进行预处理，最后，使用Adaboost算法对候选人脸集进行细化，最终得到人脸集合。实验证明该方法的有效性。     

基于计算机视觉的人脸检测

目前,人脸检测已成为计算机视觉领域中最活跃的研究主题之一。该文采用了YCrCb的颜色模型,引入了基于高斯模型的肤色分割,再用膨胀与腐蚀的操作检测出了人脸。实验表明该方法匹配速度快,精度较高。     

基于肤色和AdaBoost算法的人脸检测

本文介绍了一种将肤色信息和AdaBoost算法相结合的人脸检测方法。先用肤色分割法排除掉非肤色区域的干扰,然后用AdaBoost算法训练的分类器对肤色区域进行检测,该方法在保证检测率的同时,大大减少了目标区域的误检率,提高了人脸检测准确率。     

基于AdaBoost的人脸检测技术研究

提出了一种基于AdaBoost学习算法的检测技术框架,并以人脸为研究实例来验证框架的可行性。人脸检测技术作为目标检测技术的一个成功典范,在人脸识别、表情分析、人脸跟踪、图像压缩编码、图像/视频数据库检索、生物特征识别、视频会议、自动监控、智能人机接口等,诸多领域有着日益广泛的应用。     

二维人脸检测技术研究

简要介绍人脸检测的研究背景、研究内容以及研究难点,总结二维人脸检测的常用方法及优缺点,列举了近期人脸识别技术的应用,总结展望今后人脸检测的研究方向.     

相关干涉测向关键技术的研究与实现

详细分析相关干涉测向的各项关键技术,以五元圆阵为模型,说明天线超孔径对测向结果的影响及解决方法,分析相关算法,说明来波方向角的计算方法。最后讨论解决接收通道相位不一致的方法以及避免天线的来波信号被屏蔽的方法,并且编制出测向系统应对以上情况的基线选择判决流程.     

数控仿真关键技术的研究与实现

数控仿真系统运行过程中图形的真实感和刷新速率是衡量该系统优劣的两个重要指标.作者从工件模型的几何表示和仿真过程中使用的局部绘制技术两个方面来研究和实现三轴数控铣削加工仿真系统,在真实感图形的效果和刷新速率方面均取得了理想的效果.     

Adaboost人脸检测方法及其并行实现

人脸检测是计算机视觉领域的基础研究,在视频监控、自动人脸识别等领域有着重要应用价值.根据Adaboost方法的人脸检测算法因快速和检测率高,得到了成功的应用.但是方法训练出的检测器对倾斜的人脸存在检测盲区,同时Adaboost算法训练的计算复杂度高,需要存取的数据量非常大,导致训练过程显得非常缓慢.针对上述问题,为了提高检测精度和速度,提出了两种新的特征模板加入到训练过程中,改进了其对倾斜人脸的检测效果.并给出了训练过程的并行算法,大大减少了训练时间,为解决训练耗时问题提供了一个新的途径.     

创建中国人三维人脸库关键技术研究

通过CyberWare人脸专用扫描仪获取高分辨率的彩色三维人脸来构建中国人三维人脸数据库．创建三维人脸数据库时,要对原始三维人脸数据进行预处理,并通过规格化将三维人脸表示为统一的标准形式．规格化的关键是要建立三维人脸数据基于特征的稠密对应,这是图形学和计算机视觉中的难点问题,目前使用光流方法建立的对应效果并不理想,因此提出了基于网格重采样的计算方法,取得了良好的对应效果．     

基于ARM的网络远程闭环控制机理研究与实现

针对网络远程控制的研究大部分还只是停留在开环控制或工业专用网络的问题,本文提出了一种基于Internet的远程闭环控制方案,根据该方案设计并实现了一个基于Internet的ARM网络远程控制器和本地控制器,在实验室搭建了网络远程闭环控制物理模拟实验平台,并在该平台上,针对大惯性水位控制对象和网络传输延时的不确定性问题,设计了一种基于在线信息排队的网络延时补偿方法,该方法克服了网络拥塞与不确定性延时对系统的影响,进行了网络远程闭环实时控制实验,得到了较好的控制效果。     

基于ARM的嵌入式WebServer研究与实现

以基于ARM处理器S3C2510的FD2510A-DevPlafform开发板为硬件平台,通过在其上移植VxWorks建立软件开发平台,然后引入嵌入式WebServer GoAhead,实现了一个嵌入式WebServer系统,并对设计中的关键技术进行了研究和实现.     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究;使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率;为此,提出一种基于数字图像处理技术的人脸检测算法;该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测;实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

基于FPGA和ARM的虚拟软盘实现

提出一种基于FPGA和ARM的虚拟软盘实现方案。在FPGA上实现并行CRC运算、MFM编解码,将存储芯片SRAM虚拟成1.44 MB软盘进行数据访问,通过台式机实现对虚拟软盘的镜像制作、文件读写、格式化、制作启动盘等操作;ARM通过SPI接口实现与FPGA的数据通信,并且在ARM上搭建UDP服务器,实现局域网内设备对虚拟软盘的状态、数据进行读写访问。