共查询到18条相似文献,搜索用时 468 毫秒
1.
提出了一种基于肤色分割和KL变换相结合的检测人脸的方法。首先利用肤色模型将彩色图像分割成肤色区域和非肤色区域,然后对肤色区域进行预处理,剔除一些不包含人脸的区域,最后对肤色区域进行KL变换,通过椭圆面积;位则.确认人脸区域。实验结果表明这种方法能较好地在复杂背景中检测出人脸。 相似文献
2.
基于肤色分割的复杂背景图像的人脸检测 总被引:1,自引:0,他引:1
提出了一种基于肤色分割和KL变换相结合的检测人脸的方法。首先利用肤色模型将彩色图像分割成肤色区域和非肤色区域,然后对肤色区域进行预处理,剔除一些不包含人脸的区域,最后对肤色区域进行KL变换,通过椭圆面积准则,确认人脸区域。实验结果表明这种方法能较好地在复杂背景中检测出人脸。 相似文献
3.
提出了一种基于KL变换和镶嵌图模型的人脸检测方法。该方法首先采用KL变换将整个图像空间划分为主元子空间和次元子空间,利用人脸图像大部分能量集中在主元子空间、小部分能量分散到次元子空间这一特点,将人脸从复杂背景中初步检测出来。在此基础上,采用符合人脸生理结构特征的人脸镶嵌图模型,并在分析足够多的人脸图像样本的基础上,针对人脸图像的灰度和边缘信息,建立了一种较为合适的知识库。实验结果表明,该方法能够较好地解决复杂背景下的正面人脸的检测问题。 相似文献
4.
本文针对简单背景下的彩色单人脸图像,将YCbCr色彩空间与KL变换结合起来构成一个基于实际应用的人脸检测系统,并对复杂背景和多人脸图像的情况下的检测进行了一定的探讨。 相似文献
5.
基于肤色分割和改进Gabor滤波相结合的人脸检测 总被引:1,自引:0,他引:1
针对人脸检测问题,提出了一种基于肤色分割和改进Gabor滤波相结合的方法;该方法首先基于YCbCr空间对图像中的背景区域和人脸肤色进行分割,以消除大量的背景区域提高运算速度;接着利用改进的Gabor滤波对提取出来的人脸肤色区域进行卷积得到人脸的特征向量,并和通过训练样本获得的特征向量进行比较以验证是否为人脸;最后通过实验分析,验证了所提方法能够在保证检测精度的基础上有效提高运算速度。 相似文献
6.
7.
提出了一种基于肤色模型和眼睛定位的人脸检测方法。首先利用肤色模型和掩膜进行粗定位,确定人脸可能区域,然后通过基于方向模板的眼睛定位进行人脸存在的确认和精确定位。实验证明了该方法对于复杂背景下人脸检测的有效性。 相似文献
8.
针对彩色视频序列图像的人脸检测,提出了一种基于肤色的人脸跟踪方法。该方法首先在Hsu提出的肤色模型基础上,采样一种自肤色分割算法来提取复杂背景下人脸的肤色特征,与传统的采用固定肤色模型的检测算法相比,该方法具有更好的检测效果;然后,在人脸跟踪过程中采用Condensation滤波跟踪算法,并对算法做了两点改进,即在跟踪过程中采用基于Metropolis算法的重采样方法以及自适应的动态模型,实现了复杂背景下的人脸自由运动的跟踪,并从各种影片中截取了彩色视频序列图像进行了测试实验。实验结果表明,该方法有效地解决了复杂背景下人脸自由运动、光照变化及部分遮挡的问题,且精度较高。 相似文献
9.
10.
针对常规基于肤色检测的AdaBoost算法的不足, 提出了一种改进的AdaBoost人脸检测算法,算法包括人体肤色模型、人脸运动检测模型、改进的背景提取方法、针对人脸区域的光照增强方法。算法综合利用了人体肤色信息和人脸运动信息,能有效缩小搜索范围。实验结果表明,该方法与常规基于肤色检测的AdaBoost方法相比,在保证检测性能的基础上,有效提高了检测速度。 相似文献
11.
12.
13.
基于神经网络的图像KL变换方法的改进 总被引:1,自引:0,他引:1
KL变换作为最优变换在图像压缩中很有应用潜力.传统的基于神经网络的图像KL变换方法存在一些不足.本文提出了一种基于神经网络的图像KL变换的改进方法.该方法的特点是:通过对图像进行行列两次分割得到两组学习样本,分别对两个神经网络进行训练,用训练好的两个网络对原图像进行二次KL变换.对新方法进行仿真,结果表明所提的方法图像压缩效果较好,有效的消除了变换对于分割方向性的依赖. 相似文献
14.
基于形状和纹理的人脸自动识别 总被引:1,自引:0,他引:1
人脸识别技术在商业和法律上有广泛的应用前景,在安全监控中也大有用武之地。其主要任务是利用已有的人脸图像库,识别静止的或视频图像中的一张或多张人脸.实验首先提取人脸图像的形状和纹理特征,运用广义KL变换降低形状和纹理空间的维数,避开入脸识别小样本集的局限,同时,通过运用具有统计不相关性的最佳鉴别变换,来抽取人脸图像的有效鉴别特征.在包含960幅人脸图像的NUST603人脸图像库上进行识别实验,得到的识别错误率低于4%,且这种方法对人脸的姿态、表情等条件有一定的不敏感性. 相似文献
15.
16.
基于HSV色彩空间的自适应肤色检测 总被引:8,自引:3,他引:8
针对复杂背景彩色图像提出了一种基于HSV色彩空间的自适应肤色检测算法。该算法首先使用阈值在HSV空间对人体肤色区域进行肤色分割,然后对分割出的肤色区域使用相对重要性滤波和自适应区域归并,最后将归并后的肤色区域使用人眼定位进行验证,将多人脸检测转化为单人脸检测。实验结果表明,该算法复杂度较小,对光照变化具有很好的鲁棒性。 相似文献
17.
人眼检测是人脸检测与识别、驾驶员行为分析或MPEG4压缩中的关键技术,为了提高处理速度和检测结果的鲁棒性,提出了一种基于肤色检测和几何特征人眼快速定位方法;通过比较,选用YIQ空间和KL变换联合的方法检测肤色区域,然后运用面积阈值检测出备选人脸区域,并在备选人脸区域中通过灰度特征确定人脸特征区域的位置,并根据人眼的几何位置关系检测出其大致位置;通过对称性和相似性校验所得位置是否为真正的人眼位置,最后运用Hough变换确定人眼瞳孔中心的精确位置;试验表明,该方法操作简单,速度较快,能满足实时处理的要求,对不同的光照条件、姿态以及干扰背景具有较强的适应性。 相似文献