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.     

基于肤色分割与几何特征的人脸检测

针对传统的人脸检测方法存在算法复杂、鲁棒性差以及精确度低等不足,提出一种基于肤色分割与几何特征的人脸检测算法。首先,将人脸彩色图像进行光照补偿预处理与非线性转换,建立YCb Cr颜色空间肤色模型同时融合人脸几何特征进行粗定位;然后,在人脸区域内,依据眼睛与嘴巴的色度特性分割出眼睛与嘴巴的特征区域并确定各自特征点的中心位置;最后利用眼睛,嘴巴的几何关系构建三角形精确定位人脸。实验结果表明,该算法简单,在速度与准确性方面具有良好的性能。     

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。     

一种基于肤色和边缘信息的人脸检测

人脸的检测是一个非常复杂的问题,对它的许多规律和规则进行显性的描述是相当困难的.文中提出一种基于肤色和边缘信息的人脸检测方法.该方法充分利用了人脸肤色的统计知识,首先利用肤色模型和边缘信息对人脸进行初定位,形成肤色区域,然后利用区域的特性例如紧凑性、坚固性、长宽比等来验证该肤色区域是否存在人脸.实验证明,该方法可以有效地运用于多人脸、不同尺寸、表情姿态和复杂背景的情况,具有较好的检测结果,还可以用于实时的人脸跟踪中.     

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。     

基于动态轮廓的彩色多人脸检测

提出了一种复杂背景下的人脸轮廓提取算法,算法包括以下步骤:先基于肤色分割图像,确定肤色区域的边缘;然后,利用人脸模板投影去除不可能是人脸的区域;再用Snake算法获取平滑轮廓;再用惯量矩得到拟合椭圆;最后利用简单的人脸模板对人脸区域进行确认.其算法的主要目的是解决人脸轮廓边缘点的不连续性问题,提取精确的人脸轮廓用于人脸分割和人脸识别,在一定程度上去除了部分遮挡造成的假轮廓边缘点,实验结果证明了算法的有效性.     

基于图像融合的运动目标轮廓提取新方法

提出了一种新的运动目标轮廓提取方法。该方法分为3个步骤：对于红外与可见光图像序列,首先应用运动分割得到运动目标的初始轮廓线;其次,使用了动态轮廓线使其收敛到目标轮廓;最后,应用了两种新的图像融合方法,第1种方法求解两类模式图像的动态轮廓线控制点向量差的L2范数平方极小化,第2种方法通过图像配准实行改进的微分耦合。对比检测实验表明,第2种方法具有较好的融合效果。同时,设计了一种基于Newmark方法的动态轮廓线快速迭代算法,该方法如Wilson-θ方法的对比实验表明,Newmark方法稳定收敛的迭代时间降低了21．01％。     

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。     

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.     

基于模糊聚类的肤色分割

肤色是彩色图像人脸检测中一个非常重要的特征。通常采用一个统计模型分割出可能的肤色区域,但往往会有很多误判。此外,CbCr等简单的二维空间,不能表示真正的肤色分布。该文提出采用三维的CrCbCg模型来更精确地描述肤色分布,同时考虑到一幅图像中肤色区域内颜色点的分布具有相对稳定的特点,利用一种模糊聚类的方法对CrCbCg模型的输出结果进行二次分割,进一步去除非肤色点。由于结合了每幅图像自身的特点,该算法能大大提高肤色分割结果的准确性。大量实验结果表明,该算法能有效处理95%以上的彩色图像,对于70%以上的图像可得到很好的分割结果。     

基于改进轮廓提取的Hough变换椭圆检测方法

分析椭圆目标在成像平面上的特点,提出一种基于改进轮廓提取的Hough变换椭圆检测方法,可以有效地在图像中提取出椭圆的轮廓。对边缘检测后的图像进行边缘点分类,去除交叉点和孤立点,保存端点;根据端点,提取图像中的非封闭轮廓,再扫描图像,提取剩余的封闭轮廓;针对随机Hough变换,根据每条轮廓的长度判断该轮廓需要采样计算的次数,在每个循环的内部,设定阈值来判断每组椭圆参数的统计值,用以跳出循环。实验结果表明,与普通随机Hough变换相比,该算法的内存占用量与计算量大大减少。     

一种基于肤色特征提取的手势检测识别方法

针对手势识别的准确率和识别速度等问题,提出一种基于肤色特征提取的手势检测识别方法。采用OpenCV自有的Haar分类器自动提取面部区域并建立肤色模型,再以肤色模型检测肤色点集合,去除与面部区域重合点集获得手部轮廓,通过综合计算掌心位置,手掌轮廓凸包和凸性缺陷实现手势识别。经验证,该方法能够稳定地定位手掌区域,识别准确度高并能够在保证识别率的基础上实现对手势的快速识别。     

基于SUSAN算子的嘴部轮廓特征提取方法

针对人脸识别中的嘴部定位部分轮廓缺失问题,提出了一种由粗到精的快速准确的嘴部轮廓特征提取方法。该方法是在人脸检测的基础上采用改进的SUSAN算子提取嘴部边缘轮廓信息,通过几何特征和搜索区域相结合的方法实现了嘴唇轮廓的精确定位。仿真结果表明,该定位方法快速有效,正确率较高。     

一种基于改进的AdaBoost、肤色和2DPCA的人脸检测方法

为了提高复杂背景下多人脸检测率以及人脸检测速度,提出了一种基于改进AdaBoost、肤色检测和二维主成分分析法（Two-dimensional Principal Component Analysis,2DPCA）的人脸检测方法.该方法首先利用金字塔结构快速检测人脸,得到人脸检测区域,然后利用肤色检测对待判人脸区域进行过滤,过滤误检的非人脸区域,最后根据人脸的几何位置进行人脸关键部位的2DPCA检测.仿真结果表明,该方法实现了复杂背景下多人脸图像快速检测和精确定位,有效降低了误检率,使检测结果更加精确.     

基于图割的交互式彩色图像目标提取方法

根据图像边缘基本性质,运用图割理论,把目标 提取问题转化为网络最大流-最小割问题,提出一种人机交互的彩色图像目标提取方法。根 据目标形状及大小,调节触笔笔尖粗 细,在目标区域内较为随意地划一道或若干道连通的粗线,以该粗线边界作为初始活动轮廓 线,在张力作用下向外侧膨胀生成环状域,对其构造s-t网络, 进行最小代价切割获得新的 活动轮廓线。由此经过若干次变形迭代,活动轮廓线最终收敛于目标边界。当因目标边界模 糊不清等原因导致提取结果局部出现错误时,算法提供方便快捷、安全导向、手自结合的纠 错方法。实验表明:当目标边界呈现较为清晰时,本文算法以人能够接受的毫秒级时间实时 快速作出响应,目标提取结果正确率在95%左右。当提取结果出现局 部错误时,算法通过人机结合与交互,对错误进行有效纠正。     

基于主动轮廓模型的红外图像轮廓提取算法

针对主动轮廓模型存在的对初始轮廓位置敏感、凹性目标轮廓无法正确收敛等问题,本文将自适应边缘检测和主动轮廓模型相融合,提出一种改进的红外图像目标轮廓自动提取算法。首先,采用最大类间方差法计算红外图像边缘检测算法的自适应阈值,获取目标初次边缘,降低对初始轮廓位置的敏感性;对初次边缘分别进行横向与纵向填充,填充图像相与运算,对得到目标区域提取二次边缘,将其作为主动轮廓模型的初始轮廓,保证目标凹陷区域轮廓的有效收敛。最后,通过仿真分析验证了该方法能够实现红外目标轮廓的精确自动收敛。     

人脸外轮廓线的提取方法

传统的边缘提取算子提取人脸的外轮廓线很难达到理想的效果。文中提出一种基于人脸的几何特征的外轮廓线提取方法：首先采用结合SOBEL和CANNY算子提取边缘信息,然后剂用人脸外轮廓特点去掉杂散的冗余边缘和边缘修补。该算法能够较好地提取人脸的轮廓线,而且定位精度高,满足人脸轮廓特征提取的要求。采用本方法对50多幅人脸图像进行实验,结果验证了方法的有效性。     

基于线激光和新型标定板的钢轨轮廓匹配方法北大核心CSCD

为解决钢轨轮廓检测中标定平面和激光平面不重合、钢轨轮廓难以动态匹配的问题,制作了一种阶梯型标定板,并提出基于Harris-SIFT和改进RANSAC算法的钢轨轮廓匹配方法。首先设计制作一种阶梯型钢轨轮廓标定板,能直接标定激光平面,避免了实际应用中标定平面与线激光平面不完全重合的问题。标定过程中采集最佳控制点,通过多项式变换和双线性插值进行图像校正,然后通过Harris-SIFT算法进行轮廓粗匹配,大大缩短了匹配时间,最后利用改进的随机抽样一致算法(RANSAC)进行轮廓误匹配滤除,实现了轮廓精匹配。实验结果表明,图像标定时,相对于棋盘格标定板,校正误差减小0.042 mm;轮廓匹配时,相对于传统轮廓匹配方法,改进后的轮廓匹配算法匹配运行时间快,正确率达100%。     

基于机载激光点云的电力线自动提取方法

为了解决地形、走向复杂、点云密度不均匀的输电线路的电力线提取精度低的问题,提出了一种高效的电力线自动提取和重建方法.首先通过空间分割和点云密度分析方法改进高程滤波算法实现电力线粗提取;采用基于点云间倾斜角度平均值的滤波算法精提取电力线;使用统计滤波算法完成电力线整体点云提取;通过基于随机采样一致性算法的电力线分条提取算...     

Probabilistic contour extraction based on shape prior model

Various methods have been proposed for contour ex-traction.One approachis to group edge points into con-tinuous contours fromthe seed points[1].Froma proba-bilistic point of view,contours can beregardedas config-urations of a stochastic process driven by both a dynam-ics and a statistical data model ,so that the groupingturns out to be esti mating the states of the stochasticprocess .P啨rezet al .achieved the esti mation by using aparticle filtering approach,named Jet Stream[1].Themethod exhi…