共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
改进的高斯肤色模型及其在人脸检测中的应用 总被引:1,自引:0,他引:1
针对传统高斯肤色模型在肤色和光照变化较大情况下不能有效提取肤色区域的问题,提出一种改进的高斯肤色模型,并将其应用于人脸检测中。模型参数采用一种自适应更新的参数选择方法,通过对相似度人脸和灰度人脸在对应像素点加权相乘的方式,得到将肤色相似度信息和灰度分布信息有效结合的人脸肤色模型,并结合Adaboost算法设计了人脸检测方法。在FERET(facial recognition technology database)、LFW(labeled faces in the wild)、GTFD(Georgia Tech face database)和多人脸图库上的实验结果表明,该模型的肤色提取正确率比传统高斯肤色模型提高了27.1%,提出的人脸检测方法的检测率比Adaboost算法提高了5.5%。 相似文献
3.
人脸基准点定位可应用于人脸识别、疲劳检测等领域。针对人脸基准点定位中常用的主动表观模型(AAM)的局限性,提出了Haar分类器和AAM算法相结合的人脸基准点定位方法。先是计算图像积分图,然后采用基于Haar特征的AdaBoost级联检测器快速定位出人脸区域,最后将检测到的位置和图像信息传递给AAM进行人脸基准点定位。该方法在抽取的AFLW(annotated facial landmarks in the wild)人脸测试集上表现出良好的性能。实验结果表明,采用该方法能准确、快速定位出人脸基准点。 相似文献
4.
5.
6.
7.
8.
9.
为自动检测人脸是否规范佩戴口罩,提出了一种基于HSV+HOG特征和SVM的人脸口罩检测算法。首先,使用人脸检测算法RetinaFace检测出人脸和五个特征点坐标,在人脸上使用特征点定位到口鼻区域,提取该区域的HSV+HOG特征并使用SVM进行训练,实现对有无佩戴口罩的检测。然后,使用RetinaFace把检测目标定位到人脸的鼻尖区域,使用YCrCb椭圆肤色模型检测鼻尖区域皮肤的暴露情况,根据实验结果找到最佳分类阈值来判断佩戴是否规范。实验表明,该算法的口罩佩戴检测准确率可达97.9%,佩戴规范检测准确率可达87.55%。 相似文献
10.
针对人脸跟踪中计算量大以及粒子退化现象,提出了结合Mean-shift与粒子滤波的改进算法。首先根据Mean-shift算法中的"核函数",建立彩色加权直方图的目标模型。再以人脸初始位置采用Mean-shift算法自适应生成新的粒子集合,通过粒子滤波算法进行权值更新和粒子再采样,得到下一帧人脸位置,同时舍弃较小粒子。实验表明该算法提高了跟踪的运算速度和稳定性,并对人脸遮挡和偏移也有一定的改进。 相似文献
11.
12.
13.
针对非单色背景下的人脸,本文提出了一种新的人脸定位算法.该算法包括两个部分:首先进行肤色分割,该文采用迭代算法计算cb、cr阚值,进行自动分割,可完整地分割出人脸部分;然后进行人脸定位,由于嘴唇具有较高的cr值,可去除嘴唇部分以消除嘴唇对其它图象部分的影响,利用水平、竖直灰度特性确定人眼坐标,将人脸图象规范化.实验结果证明了该算法的有效性. 相似文献
14.
随着计算机视觉行业的不断发展,基于卷积神经网络的目标检测算法也受到了研究人员的重视。针对传统的YOLOv5目标检测算法中的边界框回归损失函数GIOU存在当检测框与真实框呈包含的状态时会退化到传统IOU损失函数,以及当检测框和真实框相交时在垂直和水平两个方向上存在收敛速度慢的问题,提出一种改进的YOLOv5目标检测算法。在传统YOLOv5的基准网络中添加注意力机制,然后在边界框回归损失函数中引入真实框与预测框中心的欧式距离计算预测损失,并分别计算预测框与真实框之间的纵横比作为惩罚项以达到提高回归精度以及加快收敛速度的目的,最后将改进后的YOLOv5目标检测模型应用于人脸检测进行验证。实验利用wideface人脸数据集训练,训练结果表明改进的YOLOv5目标检测算法训练中的损失只有0.013,较传统的YOLOv5目标检测算法损失减少约13.33%,准确率达到82.28%,较传统的YOLOv5目标检测算法提高2.6%。实验表明该目标检测算法能很好的应用于人脸检测中。 相似文献
15.
人脸识别技术应用广泛,文章以Python和OpenCV库为基础,设计一个采用卷积神经网络算法训练的人脸识别模型,实现人脸信息采集、检测等功能的人脸识别系统.系统首先通过电脑前置摄像头采集人脸信息录入并保存在指定的目录当中,启动人脸识别程序,系统自动捕捉人脸图像并辨认是否为已录入信息的人脸,并为识别出来的人脸打上标签信息... 相似文献
16.
17.
介绍了人脸识别技术中人脸检测的基本原理,分析了现有基于PC机实现方法的不足,提出了基于TMS320C62xxDSP实现人脸检测算法,阐述了用CCS中对C程序进行性能优化的方法.这一实现方法降低了人脸识别系统对CPU和内存的要求,从而解决了人脸检测实时性要求这一技术难题. 相似文献
18.
基于Snake模型的特定人脸三维重建方法 总被引:2,自引:0,他引:2
以双目立体视觉为基础,构建一种特定人脸重建系统,提出基于Snake模型的特定人脸三维重建方法,利用已标定的摄像机拍摄立体图像对,采用肤色检测得到人脸区域。在对立体图像对进行摄像机畸变校正、立体图像对的外极线对齐、人脸区域选择及归一化等预处理后,采用金字塔结构相关匹配算法,在误匹配点数与精度两者之间达到较好的平衡。针对人脸提出能量最小化方程,考虑顺序匹配约束、连续性约束、曲线上各点曲率的估计和相关性约束条件,大大提高视差提取的正确率,解决了立体视觉中立体匹配的难点,成功地恢复出人脸的三维数据,实现特定人脸的重建。试验结果表明:基于Snake模型的视差抽取,并经过光顺处理和纹理映射后,除了脸部部分边缘存在一些变形外,主体部分的重建效果真实感强。该算法不需要结构光等设备,基本不需要人工干预,就能恢复出特定人脸的三维数据,效果好,实用性强。 相似文献
19.
提出了一种用于非均匀光照条件下人脸识别的光照补偿算法。该算法首先将人脸图像变换到对数域,并在对数域中计算2维小波变换,通过舍弃低频子带图像中的系数来实现人脸图像的非均匀光照补偿。由于人脸光照补偿的目的是为了提高人脸识别性能,所以光照补偿的效果利用人脸识别率来表征。在Yale B人脸库中,与对数域离散余弦变换(DCT)光照补偿算法进行了比较,实验结果表明,本文方法的人脸识别平均误识率可以达到0.18%,比对数域DCT方法具有更好的性能。另外,在CAS_PEAL人脸库中的实验结果表明,本文方法的性能与对数域DCT方法相近。 相似文献
20.
针对快速重建三维人脸的需求,设计了一种基于非Lambert从明暗恢复形状(NL-SFS)方法的三维人脸快速重建系统。首先人脸表面采用非Lambert反射模型描述其反射特性,这更接近于人脸表面实际的反射特性;接着由遵循正交投影的摄像机获取光源作用下的人脸表面图像,同时假定摄像机方向与光源方向保持一致,建立人脸表面的图像辐照度方程;然后将该方程转化为包含人脸表面深度信息的Eikonal方程;最后根据上述方程的特点,利用fast marching方法设计了系统软件,能够快速求得Eikonal方程的解,进而重建出人脸的三维形状。实验结果表明,该系统可以在较短的时间内获得较高的重建精度,即0.9s内可达到0.43%的高度平均相对误差。 相似文献