新品

<正>~~     

连通域在复杂背景肤色检测中的应用

由于肤色常处于复杂背景下且容易被环境中的小面积类肤色区域影响,使得肤色检测成为图像识别领域中的一大难点。在对YCbCr空间和YCgCr空间中的肤色进行建模检测的基础上,引入连通域进行二次检测,以此消除背景中小面积类肤色区域对检测结果的影响。针对多幅复杂背景下的肤色图像,进行连通域二次肤色检测的结果相较于第一次检测结果更好。结果表明,该算法的准确性较高,可以有效降低肤色的误检。     

基于单目视觉和简单手势的空间交互技术

和传统接触型交互设备相比,新颖的非触摸型空间交互技术在空间自由度方面有着明显优势.主要探讨基于单目摄像头和简单手势的双手空间交互技术.首先利用肤色分割、滤波优化、运动轨迹预测等算法实现了双手的跟踪与识别.由于需要用空间手势及其运动状态来替代鼠标,提出了基于中心偏离控制和基于线性映射的两种鼠标映射模式,进而实现了四种基本空间手势.基于提出的空间交互技术,实现了软件控制、游戏体验等多个应用.最后讨论了基于单目视觉的双手空间交互技术在手部分割、学习算法、交互方式等方面的改进方向.     

手势分割方法研究综述

手势以其自然直观的特点成为人机交互的媒介。手势识别系统中至关重要的一个环节是手势分割,使用何种方法能够较好的获取目标手势,成为计算机视觉中的研究重点和研究难点,本文总结了手势分割技术的主要方法,并针对所需要获得的目标图像提供合适的分割方法。     

基于运动变化的指势行为实时判别方法

提出了一种基于运动变化的实时指势判别方法。根据指势行为特征,跟踪手臂运动区域的运动状态,计算指势视频中每个独立运动序列的连续运动方向,统计其在一定方向范围内的累积运动帧数,当该运动序列在确定方向范围内的累积运动帧数达到预定范围时,根据指势手臂在指向目标时存在片刻停顿,从复杂场景中实时判别指势。实验结果表明,该方法简单、有效。     

基于iOS的人脸局部特征检测研究

基于生物特征识别技术与智能移动设备,在苹果公司的iOS智能操作平台下研究手机人脸局部特征检测方法.在YCbCr色彩空间中,通过高斯模型对人脸肤色建模,并对人脸图像进行滤波、二值化等优化处理,根据图像像素投影判断出人脸区域.采用Canny算子对图像进行边缘检测,对变换后的图像水平积分投影,根据投影曲线的波峰标记出人脸特征位置.经实验验证,该方法具有可行性,可以运行在基于iOS平台的移动设备上.     

基于肤色模型和改进Adaboost算法的人脸检测

为提高人脸检测的精度,提出一种基于YCbCr肤色模型和Adaboost算法的人脸检测方法。利用YCbCr颜色空间的肤色阈值模型确定待检测区域。再利用Adaboost算法准确定位出人脸位置,并对Adaboost算法的训练过程提出一种新的权值更新方法,防止权值过分增大,避免了Adaboost算法训练过程中出现的“退化”现象。     

基于肤色的自适应光照法定位运动人体研究

为了解决自然环境下,环境光照变化和复杂背景等因素对视频监视和目标识别带来的干扰,提出了一种基于人体肤色特征遵循环境光照变化规律的自适应光照法运动人体定位方法。自适应光照法,即在HSV颜色模型下,分别计算不同光照条件下所有肤色像素点的平均色调H、平均饱和度S、平均亮度V;再计算不同光照条件下每幅帧图像所有像素点的相对亮度值μ;以相对亮度值为横坐标,肤色的H、S、V的平均值分别作为纵坐标,拟合出肤色相对于亮度的规律公式,通过自动选取阈值,进一步消除了环境光照变化对肤色检测的影响,使肤色区域定位更为准确,且计算量小、不需要消耗大量的存储空间和处理时间。以一年为周期采集并处理和分析了大量不同季节和时段的视频图像数据,实验结果表明,在运动区域查找人体肤色,自适应光照法提高了复杂自然环境下光照下对运动人体定位的实时性和准确性。     

一种支持Java环境的快速人脸检测方法

针对原始的Ada Boost算法搜索时问长的缺点,提出了一种结合肤色分割.形态学操作,轮廓提取的改进的快速人脸检测方法.由于该方法是在基于Opencv开源视觉库下实现的.为了克服只能在c／c++环境下实现该方法的局限性,本文利用SUN公司提供的本地方法接口,将其移植到了java平台下,只要稍加改进.即可将该方法应用到Android等以java为开发语言的嵌入式操作系统下,该方法在提高速度的同时,也保持了较高的实用性.     

基于先验知识的人脸检测算法研究与应用

本文综合运用人脸的先验知识和Gauss模型对图像进行人脸检测，实验结果表明，在边缘检测中采用了Sobel算子和Canny算子相结合的方法比其它单一检测方法的检测效果有明显提高。