肤色建模和肤色分割的人脸定位研究

为了实现彩色图像中人脸的精确定位,提出了一种基于肤色模型、肤色分割处理的人脸定位算法.通过建立肤色模型计算得到图像的相似度分布图,经自适应阈值的二值化处理后,再进行肤色分割,将非人脸区域去除:最终利用眼睛与嘴巴构成三角形特征结合人脸椭圆模板匹配定位人脸.实验结果表明,该算法对于复杂背景下的彩色图像中的人脸正面定位和人脸转动一定角度后定位都有较好效果.     

HSV空间中具有调整因子的肤色增强方法

为使显示器件所显示的肤色符合人们的喜好色,提出了一种基于喜好色,且具有权重调节因子的肤色增强方法。该方法首先通过心理学实验分析确定了肤色和喜好色在HSV色彩空间中的分布,得到肤色和喜好色在HSV彩色空间分布的简化模型;然后对肤色增强中的彩色畸变和反转进行了分析,利用肤色增强调整因子来抑制彩色畸变和反转;最后根据肤色和喜好色区域的偏离程度,自适应调节肤色的增强幅度。仿真和显示实验结果表明,增强后的肤色不同程度地逼近喜好色的区域,不存在彩色畸变和反转,符合视觉和心理的先验理解。     

利用肤色分割和对称变换实现鲁棒人脸特征定位

提出一种将肤色分割与灰度图像对称变换相结合的有效的人脸特征定位方法.为降低背景和人脸姿态的影响,在传统人脸肤色分割基础上,利用Blob分析及椭圆拟和方法判断并剔除无效区域,并将待选人脸区域初步校正为竖直;直接利用色度信息在待选人脸区域中分割并检测嘴唇;接着,采用灰度图像的对称变换检测双眼的待选位置;以嘴唇和待选双眼的位置为依据,提出了基于人脸几何模型知识的双眼匹配代价函数并利用组合优化方法检测真实双眼;最后,对人脸上其它器官的进行精确定位.实验结果表明,该方法对于头发遮挡、大倾斜角以及眼镜干扰具有较强的鲁棒性.     

基于CAMSHIFT算法和形态学的人手动态分割

动态图象分割是计算机视觉分析中一个重要和困难的任务。该文讨论了一种基于CAMSHIFT算法和形态学的动态跟踪分割。首先把采集到的图象由RGB色彩空间转换到HSV色彩空间,因为肤色对HSV色彩空间的H色调具有恒常性。其后在HSV颜色空间建立肤色直方图模型,确定肤色概率度,运用CAMSHIFT算法对人手动态跟踪,然后运用形态学重构闭运算去除空洞和噪声。实验证明该方法能够有效的实现了人手的动态分割。     

基于几何约束的人脸检测研究

提出并实现了一种新的基于颜色空间的人脸检测算法;在充分考虑人脸与头发的颜色特征与几何关系的基础上,给出了一种用于人脸和头发表达的几何模型,在对肤色区域和头发区域分别进行检测后,根据不同区域之间的几何关系,通过几何约束对人脸和头发可能存在的区域进行特征判别.对不同姿态的人脸进行检测的结果表明了算法的可行性和鲁棒性.     

基于主客观视觉感知的图像增强技术

目的提出一种结合客观Itti模型及主观眼动模型进行图像增强的方法。方法将基于主观和客观人眼视觉特性获取的显著图用于直方图构造中,使用参数将利用客观Itti视觉注意计算模型及主观眼动实验获取数据生成的显著图相结合,基于新的加权系数对图像的相应区域进行调整来实现图像增强,并通过基于视觉感知的客观图像增强质量评价算法对其进行评价。结果基于视觉感知的客观评价算法表明,通过改变参数λ取值来调整客观Itti模型及主观眼动模型的比重,可以得到不同的增强效果,当参数λ=0.7时,提出的方法具有优于基于客观Itti模型和主观眼动模型的图像增强效果。结论主客观人眼视觉特性结合进行的图像增强优于传统的图像增强算法,具有满意的视觉效果。     

基于统计肤色模型的敏感图像检测

针对敏感图像的特征,提出了一种基于肤色分布统计特征的敏感图像检测算法。首先,扫描由小波变换系数构造的零树得到图像的显著点,选择显著强的点作为初始检测集,根据检测集的邻接区颜色梯度特征直方图,采用最大熵模型检测显著性点邻接区肤色信息,利用置信传播算法估计模型参数检测肤色值。其次,由视觉感知的封闭轮廓获得肤色区域解决肤色特征光照敏感性问题。最后,采用多超球一类支持向量机进行分类。实验表明：算法分类准确率达96．32％,同时具有较快的分类速度,平均每秒处理7幅图像。     

基于肤色平滑度的人脸分割

人脸检测具有非常重要的现实意义．在进行人脸检测时．人们通常将注意力集中在眼、鼻、口等具有显著特征的核心区域．而忽略人脸面部、额头肤色是比较的平滑的这一特征．针对这点．本文提出肤色平滑度的概念,并利用这一概念和HSV颜色模型对图像进行分割．实验表明．本文的基于肤色平滑度的分割方法,能方便快速有效地分割出处于各种旋转角度、各种光照条件、各种颜色背景下的人脸．     

图片卫士:一个自动成人图像识别系统

设计并实现了一个自动识别成人图像识别系统“图片卫士”。图片卫士采用3层识别框架,利用肤色、纹理、图像视觉特征分层逐级识别成人图像。为了可靠地检测到图像中的肤色区域,提出了一种新的自适应统计肤色模型。在肤色检测基础上,通过皮肤纹理验证过程,图像中的人体皮肤区域被准确地分割出来。基于图像中皮肤区域,提取9个经验特征来表示图像内容,并采用AdaBoost算法构造一个总体分类器进行图像分类,识别正常图像和成人图像。在算法评估中,建立了一个78205幅图像的测试集,其中59885幅为正常图像,18320幅为成人图像。图片卫士显示了良好的系统性能,具有成人图像88．5％的识别率,正常图像92．5％的识别率。在PentiumⅣ1．5GHz的个人计算机上,图片卫士的平均处理速度为正常图像每秒5．6幅和成人图像每秒1．9幅。图片卫士可以应用在个人计算机或网络传输中,实时监控和过滤成人图像,还可以为网络安全等应用提供技术支持。     

基于感性工学的轿车前脸造型优化设计

基于感性工学理论,从消费者的角度对轿车前脸造型的感觉特性进行研究.首先通过眼动实验获取关键的造型特征并运用种属分析法结合坐标标注对其进行表示,运用绘图软件Rhinoceros 4.0绘制32张轿车图片,结合调查得到的造型感觉意象建立轿车前脸造型感性评价量表；其次,通过问卷调查获取消费者对不同造型的感性评价数据,应用神经网络算法建立用户偏好与感性评价词关系模型,以及用户偏好与设计变量关系模型；最后,应用遗传算法进行造型的优化,并验证了模型的有效性.