基于肤色的人脸检测系统

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:sheng285292970
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人脸检测作为人脸信息处理领域中的一项关键技术,在安防、视频会议等实际应用领域有着广泛的应用。但是由于人脸的复杂性和实际应用中的较高要求,人脸检测仍是研究中的难点问题。本文归纳和分析了当前人脸检测的典型算法,然后设计了一个基于肤色分割和人脸验证的人脸检测系统。重点研究了不同色彩空间下的肤色特点和人脸验证等内容,并运用编程工具实现了本文讨论的算法,验证了算法的准确性。论文的研究工作主要有以下几个方面:(1)对色彩空间和肤色模型进行了较深入的研究,运用程序提取人脸数据库目标像素点的各个分量值,并对其进行统计分析,获取最佳分割阈值。在肤色分割的过程中,运用了图像处理中常用的形态学去噪以及设定区域像素累积阈值的方法消除图像中的噪声。随后又利用了人脸的几何特征对二值化图中可能的肤色区域进行大小、长宽比例和肤色填充率的分析。最后运用唇色检测方法,对候选人脸区域进行验证,最终标定检测到的人脸区域。(2)本文运用直方图方法进行了统计分析,利用Visual C++编程工具对该算法进行了实现,并且在人脸测试图像集上作了许多实验。结果表明本系统对复杂背景下的彩色人脸检测较为准确,但是由于实际应用中的复杂度、以及背景的不确定性、复杂、干扰,本系统还是存在一些漏检和误检的情况,适应性方面有所欠缺。总的来说,本系统具有一定的实用性。
其他文献
本文叙述了H2控制设计的频域法,介绍了用互质分解法得到最优控制器的参数形式。同时论证了H2最优控制的标准问题与模型匹配问题之间的关系。证得模型匹配问题中的最优解为Q=O,
半参数回归模型是二十世纪80年代发展起来的一种新的统计模型,它综合了参数回归模型和非参数回归模型的优点,在实际问题中,比单纯的参数回归模型和非参数回归模型有更大的适应性
计算机科学的迅速发展使得网格技术越来越广泛的应用于解决实际问题,因此网格生成技术逐渐成为人们关注的课题。开始时人们把大量的工作放在了三角形网格上,但是三角网格有其
振幅死亡是指振荡系统通过相互作用遏制振荡,最终稳定在零振幅状态。它是非线性耦合系统集体行为中的一种,广泛存在于物理、生物、工程等多个学科领域中,因此研究振幅死亡现象具
随着统计建模思想不断深入到社会生活各个方面,所考虑的模型选择问题的维数可能会很高.在处理高维数据时,统计学家已提出多种惩罚方法来进行模型选择和参数估计,例如LASSO,MCP,SCA
互素分解是解决模型降阶问题的一种行之有效的方法.近来随着人们对不确定系统模型降阶问题的关注,互素分解也显得越来越重要.因为利用平衡截断来实现模型降阶虽然能够继承系统
Hastie和Tibshirani(1993)[1]提出了变系数模型(varying coe±cientmodel)Y=P∑I=1αi(U)Xi+σ(U,X)∈,(1)其中(Y,U,X1,X2,…,Xp)T为随机向量,X=(X1,…,Xp)T,∈为随机误差,且