共查询到10条相似文献,搜索用时 46 毫秒
1.
本文给出了一种正面人像识别的方法。利用活动轮廓模型进行人像处理,自动提取人脸轮廓,再利用特征脸谱描述人像间的差异信息,将人脸图象唯一地映射到由特征脸谱构造的“人脸差空间”中去,通过比较人脸图象在该空间中的位置来识别。 相似文献
2.
针对AdaBoost人脸检测方法搜索时间较长,不利于在手机等嵌入式平台上应用的现状,提出了一种结合肤色分割、人脸几何特征和AdaBoost的自适应搜索窗口和搜索步长的快速人脸检测方法。该算法在HSV颜色空间对图像进行分割,结合人脸几何特征对分割后的灰度图像进行面积滤波。最后提取滤波后的图像轮廓,结合经验系数得到自适应搜索窗口和搜索步长。实验结果表明,自适应算法不仅能检测出不同尺寸的人脸,而且检测速度快,能节省51.17%的搜索时间。 相似文献
3.
单灰度图像中眼睛定位的人脸位置矫正算法 总被引:4,自引:0,他引:4
人脸位置的矫正作为人脸检测定位的一个环节,在计算机人脸识别中具有重要的意义。本文提出了一种基于单人脸灰度图像中眼睛定位的人脸位置矫正方法,用居中度使图像小块居中,用匹配度求取适些小图像块中的两块眼睛的小块,再在小范围内对鼻子、嘴巴部分进行水平灰度投影,然后进行扶正。实验结果表明,该方法对于双眼可见单人脸灰度图像能实现快速有效矫正,并能在矫正结果中精确给出双眼瞳孔位置。 相似文献
4.
针对传统人脸特征点定位方法中存在的算法复杂、鲁棒性差以及精确度低等不足,提出一种基于局部特征区域快速高效的人脸特征点自动定位方法。首先对经过预处理后的人脸图像利用改进的积分投影算法结合肤色特性实现人脸区域的精确定位;然后在人脸区域内根据各特征部位的特性标定其特征区域;最后在特征区域内完成人脸特征点的自动定位。实验结果表明,该算法简单、具有较高的鲁棒性,且能够快速高效地实现人脸特征点定位。 相似文献
5.
6.
本文提出一种在允许姿态显著变化的人脸图象上快速检测眼睛和嘴角的方法。该方法仅仅合理地假设人脸图象要以通过值分割将头发和眼睛与脸部明显分开。首先采用Hough变换并利用有脸的相似性和对称性约束确定两个瞳孔的位置,然后根据人体测量关系初略估计嘴部区域,最事利用积分投影方法得到嘴角的精确位置。 相似文献
7.
8.
基于特征点的特定人脸三维网格的生成 总被引:4,自引:0,他引:4
提出了一种在通用人脸模型的基础上,依据特定人脸正面图象和侧面图象得到特定人脸的三维网格模型的方法。该方法首先从特定人脸正面和侧面图象上提取特征点,然后依据这些特征点信息对相应人脸网格模型进行特征点变换,在此基础上对其余非特征点使用插值变换,从而将特定人的特征信息溶入到通用人脸模型中去,由此得到特定人脸的三维网格模型。通过试验取得了一定的效果。 相似文献
9.
10.
提出了基于奇异值特征和隐马尔可夫模型(HMM)的人脸检测方法,首先提出了基于奇异值特征和隐马尔可夫模型的正面端正人脸检测方法;然后将该算法扩展到检测任意旋转角度的人脸,其中正向端正人脸检测算法是通过隐马尔可夫模型来识别人脸/非人脸的奇异值特征,从而达到人脸检测的目的;扩展算法首无计算当前位置子图象窗口的奇异值特征向量,然后利用识别各个旋转角度人脸的HMM模型对之进行分类,以得到该子图象窗口的旋转角度,再经过旋正,重新再与识别正面端正人脸的HMM模型对, 此确定该子图象窗口是否为人脸,通过对一个由51幅集体照片组成的图象集进行测试,其中,正面端正人脸检测率为85.1%,而任意旋转角度的人脸检测率只有72.2%。 相似文献