共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
3.
提出了一种基于轮廓图像的人脸检测方法。针对人脸的生理结构特征,对人脸的灰度图像进行水平和垂直方向的轮廓分割;在此基础上对轮廓图像进行分块,抽取水平和垂直方向的轮廓特征;将抽取的特征用支持向量机(support vector machine,SVM)进行分类,将分类结果用于人脸检测。实验表明:轮廓特征能较好的反映人的脸部特征,用支持向量机对轮廓特征进行分类的方法来检测人脸是有效的。 相似文献
4.
人脸检测作为人脸识别系统的重要一环,越来越受到技术研究和商业应用的关注。针对人脸检测环境的复杂性,该文提出了基于肤色和支持向量机的人脸检测算法。该算法对于具有复杂背景信息的人脸彩色图像,采用肤色检测的方法进行肤色区域的分割并去除噪声干扰,然后使用支持向量机(SVM)对于类似肤色区域进一步检测并确定人脸区域。实验表明,结合肤色模型的快速检测和支持向量机的二次验证,该方法能提高人脸检测的准确性,并缩短检测时间。 相似文献
5.
针对视频中的彩色序列图像,提出了一种人脸检测算法。该算法是一个由粗到精的检测过程。首先采用运动检测分析方法,根据多帧差分图像中运动物体边缘点的水平投影确定目标的水平位置,并结合肤色检测算法进一步确定人脸位置,然后用训练好的支持向量机进行人脸验证。实验结果表明,针对一般的彩色序列图像任意姿态人脸检测问题,该算法快速有效。 相似文献
6.
7.
基于小波变换和支持向量机的人脸检测 总被引:2,自引:0,他引:2
提出一种新的人脸检测方法——基于小波变换和支持向量机的方法。其方法的新颖之处体现在:通过综合原输人图像的小波变换值、灰度值的投影来进行特征分析;运用统计模型来估计类条件概率密度函数;运用最优的分类方法——贝叶斯分类器进行判决分类。人脸类采用正态分布建模,而非人脸类(包括除人脸类之外的一切事物)仍用正态分布来建模是不合理的。但可以用支持向量机方法从非人脸类中抽出一些跟人脸类很接近的非人脸类的特殊子集,然后对这特殊子集用正态分布进行建模。 相似文献
8.
针对目前人脸检测方法速度与精度难以兼有的问题,本文提出了一种结合高斯模型和支持向量机的人脸检测方法.先利用皮肤颜色在YCbCr空间的聚类性,对肤色建立高斯模型以分割出可能的人脸区域,再将这些区域输入到支持向量机检测并标记出检测结果.实验结果证明,本文提出的方法检测效果令人满意. 相似文献
9.
基于Gabor滤波特征和支持向量机的人脸检测 总被引:1,自引:0,他引:1
人脸检测是人脸识别与图像及视频检索的一项重要任务。论文提出了一种基于Gabor滤波特征和支持向量机的正面人脸检测方法。算法首先利用了Gabor滤波器的良好的空间位置与方向的选择特性,采用了四种方向的Gabor滤波器提取人脸样本图像特征并用PCA方法对特征降维,然后用已降维的特征训练支持向量机分类器。最后应用SVM分类检测人脸。实验结果证明该方法行是十分有效的。 相似文献
10.
人脸检测是自动人脸识别系统的基础.为提高人脸的检测速度,采用一种基于两级分类器和支持向量机的人脸检测方法.该方法中,第一级分类器采用特征基方法,对待检测区域进行粗筛选,过滤掉大量非人脸背景信息,然后在剩余区域,用第二级分类器支持向量机进行验证,若是人脸,给出标识.支持向量机有效克服了神经网络中可能遇到的局部极小值和过学习问题,是统计学习理论的基础上新发展起来的机器学习算法.实验结果表明该算法提高了检测速度,系统更有效率. 相似文献
11.
人脸检测是全自动人脸识别系统和许多监视系统的基础,在许多领域有着广泛的应用。文章提出了一种基于多分量信息融合的人脸检测方法。首先进行彩色空间的变换,检测出图像中的肤色区域;建立眼睛颜色模型,并根据眼睛﹑嘴在不同分量上的分布特征,将它们提取出来;最后融合眼睛﹑嘴候选区域的信息,利用特征不变的方法进行人脸的确定。实验结果表明,该方法能够快速有效地检测出人脸,并能够确定眼﹑嘴的位置。 相似文献
12.
针对彩色图像提出了一种基于肤色模型、脸部轮廓信息以及眼睛特征的人脸检测算法。采用基于YCbCr色彩空间的肤色分割模型,初步筛选人脸的候选区域;在此基础上进行边缘检测,获得人脸轮廓信息,并利用遗传算法拟合脸部的椭圆;在椭圆的水平方向根据眼睛的几何特征来检测“眼睛对”,再根据“三停五眼”来定位人脸,并利用左右对称性验证人脸。实验表明,该算法对于彩色图像的正面人脸检测具有良好的效果。 相似文献
13.
This Letter proposes automatic human face detection in digital video using a support vector machine (SVM) ensemble to improve the detection performance. The SVM ensemble consists of several independently trained SVMs using randomly chosen training samples via a bootstrap technique. Next, they are aggregated in order to make a collective decision via a majority voting scheme. Experimental results show that the proposed face detection method using SVM ensemble outperforms conventional methods such as using only single SVM and Multi-Layer Perceptron in terms of classification accuracy, false alarms, and missing rates. 相似文献
14.
15.
本文基于图像区域扫描的人脸检测,提出了一种新的自生成检测窗方法,大大缩减了检测窗口的数量,使检测速度显著提高:采有再学习能力和较高的检测正确率。 相似文献
16.
17.
18.
基于奇异值分解和支持向量机的人脸检测 总被引:3,自引:0,他引:3
人脸检测在自动人脸鉴别工作中具有重要的意义。由于人脸图像特征的复杂性和多样性,使得人脸模式分类器的训练十分困难。本文提出了一种基于支持向量机(SVM)的人脸检测算法,使用了奇异值分解对训练样本进行特征提取,再由SVM分类器进行分类,有效的降低了训练难度,采用二阶多项式作为SVM分类器的核函数,实验结果表明,该方法是十分有效的。 相似文献