论文部分内容阅读
当光照和肤色变化较大时,肤色的色度值易受影响,因此提出了改进的高斯肤色模型方法,此方法只提取人眼下方的部分像素作为样本,获得了自适应的肤色的色度值。同时,由于图像矩阵奇异值分解以后,其维数较高,因此引入Frobenius范数来降维。降维以后,为了能够实现非线性可分,提高训练速度与人脸检测率,又提出了改进的决策树SVM分类方法。实验结果表明,用改进的高斯肤色模型与改进的决策树SVM分类的方法相结合不仅提高了人脸检测准确率,而且还降低了误检率与漏检率。