彩色序列图像的人脸检测和识别系统

文中实现了彩色序列图像的人脸检测和识别的系统.所用到的关键性技术是肤色运动分析、主成分分析(PCA)和支撑向量机(SVM).首先根据彩色序列图像中人脸的色度特性、运动特性、几何特性和灰度分布特性完成人脸的检测工作;其次通过人脸模式之间的相关性进行主成分分析,提取并且选择特征,将所选择的特征训练SVM,最后用已经训练好的SVM完成对人脸的识别任务.系统算法结构遵循以下原则:先使用运算量少的简单方法尽可能减少搜索空间,然后在已经大大减少的空间中再用复杂方法处理,可以在保持高的检测和识别率的同时,提高系统响应速度.     

彩色序列图像中的人脸快速定位研究

在模式识别与图像处理研究领域中,人脸定位是一个备受关注的研究方向。提出了一种彩色序列图像中实现人脸快速定位的方法,该方法首先利用差分算法初步确定图像中运动的区域。接着用分段的方法对运动区域进行肤色分割,排除非皮肤部分。最后根据先验知识,采用一系列的有效措施对候选人脸区域进行过滤,实现人脸定位。实验结果显示,论文研究的方法不仅能基本达到实时,而且具有较好的鲁棒性。     

彩色序列图像的人脸检测

针对人脸的色度特性、运动特性和几何特性,提出了一种新的方法进行人脸检测。首先结合色度分析和运动检测排除非仍脸区域,未被排除的区域作为人脸候选区域,再根据人脸区域的几何特征和事先训练好的支撑向机进行验证,从而最后检测出人脸。该方法原优点是将人脸的检测工作分成独立的两个模块,第一模块尽可能减少漏检率,第二模块减少虚检率。采用这样的系统结构可以提高检测成功和系统响应度。     

一种稳健的人脸检测算法

人脸检测是人脸识别系统的重要组成部分,对于安全级别较高或特殊场合的门禁系统而言,高准确率的人脸识别技术尤为重要。为提高门禁系统的安全性,采用了多种特征相结合的人脸识别算法,融合了背景分离、肤色检测、人脸五官特征检测、运动物体轮廓分析、人体运动跟踪等多种技术进行人脸检测测试,有效地解决了单一特征的人脸检测方法对人脸进行漏检和误检的问题。实验结果表明,该算法在复杂背景和光照条件不足以及有遮蔽物的情况下,均能快速准确地检测出人脸,误检率低。     

快速图像序列人脸提取算法

主要针对背景静止的新闻视频序列进行处理,首先对序列图像做运动检测,接着得出运动目标的投影定位,然后仅在定位区域利用马氏距离进行肤色相似度检测,继而通过闭运算填充部分缝隙与空洞,并用区域标记及人脸结构过滤剔除非人脸区域,最后采用横向填充复原图中的人脸,实现人脸的快速提取。     

彩色空间的肤色分割及其在人脸检测中的应用

介绍了视频传输中广泛应用的RGB空间、YIQ空间、YCbCr空间和HSV空间,并对各彩色空间中的皮肤和非皮肤聚类效果进行对比分析,结合形态学运算和SVM算法对分割后的二值图像进行人脸检测,实验结果表明,该方法具有较快的检测速度和较好的检测效果.     

基于肤色的人脸检测研究

随着科技发展,信息信息技术也在日渐成熟,关于人脸检测技术的研究在不断的更新,检测的方法也多不胜数。像是基于肤色的人脸检测技术就是一种常见的检测技术。今天我就来谈谈基于肤色的人脸检测。     

基于肤色模型的人脸检测算法研究

利用一种基于肤色的2D Gaussian模型和一定的先验知识实现了人脸快速检测。首先对一幅图像进行去噪、光线补偿等预处理,然后根据颜色空间特性建立适宜的肤色模型,检测出大致的肤色轮廓,对面部特征根据先验知识实现定位,从而剔除非脸部区域,最后对该算法进行实验验证。实验表明,该算法可以实现人脸的快速检测,降低了误报率,具有一定的优越性。     

基于彩色和局部特征信息的人脸检测

人脸检测的研究近年来日益受到了广泛的重视,基于计算机的自动人脸识别系统仍面临着种种困难,特别是针对复杂背景中的人脸检测问题.在充分分析人脸图像的特征的基础上,提出将多项图像分析技术结合应用来构造多层次的检测方法,实现人脸图像自动.实验结果表明,该方法能够达到84%以上的准确率,其中直接从包含人脸像的图像值检测出人脸的效率高达76%,对具有较高的实用性和应用价值.     

基于图像的人脸检测方法综述

人脸检测问题研究具有重大的使用价值和广阔的应用前景,被广泛应用于计算机视觉和人工智能等领域.本文首先对人脸检测研究现状进行系统全面的介绍,并将人脸检测方法进行详细分类;然后,对各种人脸检测方法的原理和算法进行分析,并对其优缺点进行比较,指出各种方法的适用范围;最后对目前人脸检测中存在的问题和下一步的研究方向进行讨论.     

MSSFD—一种递进式人脸检测算法

针对传统人脸检测算法计算复杂度大、精确度低的缺点，提出逐层递进式人脸检测算法——MSSFD。该算法首先在视频图像中运用背景消减的方法定位运动物体区域，然后在此区域中运用区域增长算法的自适应阚值处理进行肤色分割，得到运动肤色区域，最后再用SVM分类器做进一步分类，逐层递进武的逐步定位人脸区域。实验表明MSSFD算法复杂度低、精确度高，对阴影、人脸表情、小角度旋转、有遮盖物等有很好的鲁棒性，具有良好的检测效果。     

一种肤色定位的人脸检测算法

进行人脸识别前,首先要精确定位出一幅图像中人脸的位置,为了快速定位人脸位置,本文提出一种肤色定位的人脸检测算法。首先将实际获取的彩色图像转换为YCbCr和HSI空间图像,并将Cb和Cr图像中的数值进行四舍五入处理,结合Cb、Cr、H和S的阈值去除大部分背景,再统计当前图像中的彩色部分的Cb和Cr值,分别取最多2个数值来共同确定肤色位置,最后由当前位置的亮度信息图像排除手等纯肤色部分,准确定位人脸。本文算法能提高正检率并降低误检率,有利于人脸检测。     

基于SVM的疲劳驾驶人脸图像特征检测算法

针对传统图像识别算法对疲劳驾驶检测精度差、准确率低的缺陷,提出了一种利用人脸图像特征提取的疲劳驾驶检测方法。首先将实时采集到的车辆驾驶员面部图像进行预处理,借助Dlib检测出图像中的人脸区域并进行人脸图像特征点的标注,然后使用基于眼睛纵横比(Eye Aspect Ratio,EAR)的方法进行图像中人眼疲劳特征的识别,基于嘴唇纵横比(Mouth Aspect Ratio,MAR)的方法进行图像中嘴部疲劳特征的识别,最后利用支持向量机(SVM)的方法将两种特征融合起来进行疲劳驾驶检测。实验表明,该方法可以准确地定位出特征点,疲劳检测的识别率达84.29%,可以有效地识别出疲劳状态。     

一种基于肤色和脸部特征的人脸检测方法

针对人脸检测问题中快速性与准确性难以同时满足的情况,提出了一种将肤色和脸部特征相结合的方法来检测人脸.由于通过基于肤色的算法能快速定位出人脸大致位置,因而检测速度能达到实时的要求;同时利用脸部特征进一步细检,可保证检测的精确性.     

基于肤色的实时人脸检测算法研究

研究了一种基于肤色的人脸检测算法的设计与实现过程。在YIQ颜色空间中,进行了有效的肤色提取,把提取到的肤色与背景图像信息转为二值图像进行形态学降噪处理,再采用质心定位法进行准确的眼睛定位,最后对检测到的人脸图像进行缩放、旋转、移位校正,以提高输出人脸图像的质量。实验结果表明,本文所提的算法具有很高的准确率与检测速度,能够适用于实时人脸检测系统。     

数字图像处理对人脸图像的检测

通过论述人脸识别的重要性和近年来人工智能的热度,分析基于数字图像处理的人脸图像检测的工作原理和操作流程。提出该技术在应用过程中存在分析图像处理过程中存在的主要问题。     

复杂背景下的人脸检测新算法

提出了一种适用于复杂背景下的人脸检测新算法.首先对彩色图像进行光线补偿,减小由光源等因素影响引起的色彩偏差;然后对YCrCb色彩格式进行分段线性色彩变换,通过在此基础上建立的肤色模型得到候选人脸区域;最后通过对图像进行总体投影来分离候选人脸区域,再对分离出的区域进行局部投影来确定人脸位置.实验结果表明,该算法可以有效运用于多人脸、不同姿态、不同肤色及复杂背景的情况,对不同的测试图像,检测正确率达到94.7%.     

一种基于LVQ神经网络模型的人脸检测方法

人脸检测是人脸识别的首要环节.为快速准确地从复杂背景中定位出人脸区域,本文提出一种基于LVQ神经网络的人脸检测算法.通过分析肤色特征,将图像分别转换到YCbCr空间和HSI空间,提取Cb、Cr、H、S颜色分量用来描述人脸图像特征.构建结构为4202的LVQ神经网络模型,选取100幅图像作为LVQ神经网络的训练样本,20...     

基于PCA和肤色提取的人脸检测

人脸检测在安全、监视和人机界面应用中起到很重要的作用.在驾驶员疲劳检测系统中,提出了一种新的人脸检测方法.算法融合了肤色检测和改变主成分分析两种不同的检测理论.该算法和其他单一的理论比较而言,提高了效率和准确率,并且它能在不同的光线条件下表现得很好.     

融合肤色分割与人工免疫的人脸检测方法研究

文章采用YCb Cr肤色模型对肤色区域进行判断提取得到肤色候选区域,并对候选区域采用区域填充率方法对明显的非人脸区域进行判断并删除,之后对分割肤色进行二值化处理并采用空间聚类的方法进一步对判断的噪声即非人脸区域进行消除,之后融合人工免疫算法优化肤色区域的聚类算法,提高人脸区域辨识度。