基于YCBCR空间的自适应肤色分割方法

53 54 55 56 57
perlin mean shift hsv颜色空间 cross-bin度量 cmyk-l*a*b*的转换
1 1 1 1 1
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71
动态阈值 加权颜色直方图 别除阴影 光滑粒子动力学 像素 体表示 体元 人类视觉系统 交互式操作 virtools脚本语言 virtcols lab颜色空间 k均值聚类 hsi颜色空间 hsi模型 em算法 canny算法 bhattacharyya距离 7色印刷
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71
图像分割 卡尔曼预测 区域生长分割 分布函数 光照模型 光照多变 人脸肤色检测 人头检测 ycbcr颜色空间 ycbcr mpeg-4 meanshift kalman滤波 hsv颜色匹配 hough变换 bp神经网络 adaboost 4-连通元 3d人脸建模
科研热词 推荐指数 目标跟踪 5 颜色直方图 4 颜色模型 2 高斯混合 1 颜色不变量 1 重点采样 1 道路交通标志识别(tsr) 1 边缘特征 1 轮廓弯曲度 1 车辆跟踪 1 贝叶斯决策 1 语言变量 1 视频检测 1 视觉显著图 1 自适应模型 1 自适应分块 1 背景减除 1 肤色模型 1 肤色检测 1 罗汉果 1 纹理模型 1 红绿灯交通标志 1 粒子滤波 1 空间特征语义 1 种属识别 1 真实感图形 1 目标检测 1 目标匹配 1 皮肤检测 1 特征点定位 1 物体检测 1 灰度纹理 1 混合高斯背景 1 模糊信息熵 1 模板匹配 1 梯度方向直方图 1 材质颜色 1 期望最大化算法 1 有效子窗口搜索 1 支持向量机 1 形变模型 1 帧间插值 1 对比度拉伸 1 多特征 1 基于内容的图像检索 1 均值漂移 1 圆形标签检测 1 图形处理器(gpu) 1 图像识别 1 图像检测 1 图像处理 1 图像型垃圾邮件分类 1

基于matlab的彩色图像皮肤区域分割及人脸检测目录第一章引言 (1)第二章算法理论与实现原理 (1)2.1肤色分割理论 (1)2.2常见肤色模型比较 (2)2.2.1 区域模型 (2)2.2.2简单高斯模型 (2)2.2.3 混合高斯模型 (2)2.2.4 直方图模型 (3)2.3常见色彩空间比较 (3)2.3.1RGB .........................................................32.3.2HSV...........................................................42.3.3YcbCr........................................................4 第三章系统设计 (7)3.1建立肤色模型 (7)3.2肤色分割步骤 (8)第四章参考文献 (12)第五章心得体会 (12)第一章引言近年来,随着人工智能的快速发展，人脸识别技术逐渐成为模式识别与计算机视觉领域的一个研究热点，可用于身份认证、人员监视、图像数据库检索以及目标跟踪等场合。

第 1 页共 16 页人脸识别(Face Recognition)是将输入的人脸图像与系统已知人脸库中的模型进行比较,以确定是否存在相匹配的人脸，而人脸检测( Face Detection) 是指在输入图像中确定所存在的人脸的位置与大小，所以快速有效的人脸检测则显得至关重要，是实现人脸识别的前提和基础。

人脸检测系统要求实现对输入的可能包含人脸的图像进行处理,并输出图像中是否存在人脸以及人脸的数目、位置、尺度、位姿等参数信息。

传统的人脸检测方法大多是在亮度空间内进行,利用灰度的变化做多尺度空间的全搜索,计算量非常大、效率极低,而在人脸区域中,肤色一定是占主导地位的像素色彩值，虽然肤色因人而异,但经过研究可以发现肤色在色彩空间中的一定范围内是呈聚类特性的,特别是在排除了光照亮度和在经过变换的色彩空间中，利用肤色这一特征可以排除掉在灰度图像中的非皮肤区域，这对人脸检测起到了积极的作用。

收稿日期：2011-09-08；修回日期：2011-10-20基金项目：中央高校基本科研专项资助项目（CDJXS10161114）作者简介：朱冰莲（1959-），女，四川富顺人，教授，硕导，主要研究方向为信号与信息处理（zhnbl@cqu．edu．cn ）；丰建军（1986-），女，河南信阳人，硕士研究生，主要研究方向为图像处理；杨吉祥（1986-），男，山东临沂人，硕士研究生，主要研究方向为图像处理；张磊（1986-），男，江苏徐州人，博士研究生，主要研究方向为通信与信息系统．复杂背景下的多姿态人眼定位*朱冰莲，丰建军，杨吉祥，张磊（重庆大学通信工程学院，重庆400044）摘要：针对彩色图像中人脸在复杂背景及多姿态下眼睛定位困难的情况，提出了一种基于肤色分割与Gabor 滤波的人眼定位方法。

首先采用粒子群算法优化改进的最大类间方差（Otsu ）对图像进行肤色分割，找到人脸的候选区域；然后构造Gabor 滤波器对候选区域进行滤波；最后经过灰度投影得到眼睛的精确位置。

仿真结果表明，该分割算法在复杂背景和多姿态情况下的人眼定位中有明显优势，对于现实环境中的人脸识别有重要意义。

关键词：眼睛定位；粒子群算法；肤色分割；Gabor 滤波；灰度投影中图分类号：TP391.41文献标志码：A文章编号：1001-3695（2012）05-1977-03doi ：10．3969/j．issn．1001-3695．2012．05．100Multi-position eye location based on complex backgroundZHU Bing-lian ，FENG Jian-jun ，YANG Ji-xiang ，ZHANG Lei（College of Communication Engineering ，Chongqing University ，Chongqing 400044，China ）Abstract ：To solve the problem of eye location of human face in multi-position and complex background of color image ，this paper proposed a method for eye location based on skin segmentation and Gabor filter．Firstly ，it used the improved Otsu algo-rithm based on particle swarm optimization to segment the image and obtained candidate regions of face．Then it devised an Gabor filter to filter the image to highlight the eye region．Finally ，it used the gray projection to determine the position of eyes accurately．The results show that the method of skin segmentation works well and has advantages about eye location of human face in multi-position and complex background ，which is important for face recognition in real time．Key words ：eye location ；particle swarm optimization （PSO ）；skin segmentation ；Gabor filter ；gray projection0引言眼睛作为人脸的重要特征，在人脸检测和人脸识别中发挥着重要的作用。

基于肤色和Adaboost算法的人脸检测作者：付炜孔祥栋来源：《现代电子技术》2010年第06期摘要:人脸检测是人脸识别的第一环节,也是非常关键的环节。

试验中主要针对静态彩色图像进行人脸检测,研究肤色在人脸检测中的应用。

不同图像背景、人脸的可变性和光照条件变化都增加了人脸检测的难度。

因此,从一幅图像中检测人脸是一项具有挑战性的任务。

采用Adaboost 的人脸检测,并提出肤色与Adaboost 算法相结合的人脸检测方法。

对输入的彩色图像进行从RGB 空间到YCbCr 空间的转换,然后进行肤色分割,排除背景干扰,最后用Adaboost 算法对可能区域进行检测,得到人脸位置。

实验表明,该方法误检率低,鲁棒性好,对人脸检测有较强的实用性。

关键词:人脸检测;Adaboost算法;Haar特征;肤色分割中图分类号:TP391文献标识码:A文章编号:1004-373X(2010)06-131-04Face Detection Based on Skin Color and Adaboost ArithmeticFU Wei,KONG Xiangdong(Information Institute,Yanshan University,Qinhuangdao,066004,China)Abstract:Face detection is the first link and a key link in face recognition.static color image is used for detecting human face,and the primary research is skin color application in face detection.Different image background,face variability and change in light conditions have increased the difficulty of face detection.Therefore,face detection from an image is a challenge.Adaboost algorithm is used to detect human face,and a new method of face detection,which combines skin color with Adaboost is presented.Conversion of the input image from RGB to RCbCr,and then skin color is segmented,background interference is excluded,Adaboost is used to get face location from possible regional.Experiments show that this method has low rate of false detection,good robustness,and strong practicality to face detection problem.Keywords:face detection;Adaboost;Haar;skin segmentation人脸作为人类最重要的外部特征,在人与人的通信交流中起着极为重要的作用。