基于肤色模型的人脸检测算法

在此研究了彩色图像中的人脸检测算法,在肤色模型方面讨论了肤色在不同的色彩空间中的表现,通过对一定数量的样本建立了一个图像库,选择色彩空间并建立了肤色模型,然后通过形态学等处理后得到候选区域。然后对候选区域使用特征脸的方法进行验证。通过这样的方法在保证了精度的同时克服了特征脸方法原有的搜索速度慢的特点。最后本文对所使用的方法作了一个总结并对下一步的工作进行了展望。     

基于RGB-H-CbCr新颜色空间的肤色检测算法研究

针对以往肤色检查算法很少考虑亮度,仅靠色度信息检测肤色,忽略了由于不同人种和亮度差异而导致的肤色像素在颜色空间上的分布不同,本文提出了一种基于RGB-H-CbCr新颜色空间的肤色检测算法。该算法综合了肤色像素在RGB、YCbCr和HSV三种颜色空间上的分布特征,构建出RGB-H-CbCr新颜色空间肤色模型,来辨别肤色和非肤色点。文中利用Matlab分别对不同人种的肤色图像进行实验仿真,实验结果表明该方法能有效检测人体肤色,能有效提高肤色检测的正检率。     

基于肤色的人脸检测方法中的常见色彩模型分析

肤色特征的描述对复杂背景下的实时人脸检测有着重要的意义,如何有效利用肤色特征进行人脸检测取决于肤色模型的创建,介绍了计算机的基本色彩空间及此基础之上的基于肤色的人脸检测方法中常用的色彩模型。     

基于肤色和图像似然度的人脸检测

提出了一种基于肤色分割和图像似然度的检测人脸方法，该方法能在复杂的背景下较好地检测出人脸。首先利用颜色信息把图像分割成肤色区域与非肤色区域，然后对肤色区域做预处理后，进入图像似然度检测阶段．最终实现人脸检测。     

基于颜色模型和纹理特征的肤色识别系统的研究

本文是基于颜色模型和纹理特征的肤色识别系统的研究。利用皮肤的纹理特征和颜色模型相结合,优化了一般的基于颜色模型的肤色识别系统的检测效果。仿真实验证明,该系统具有较好的肤色检测效果。     

基于自适应肤色模型与运动特征的动态手势检测

提出一种基于自适应的皮肤颜色模型与手的运动特征的改进的动态手势检测方法.其中自适应皮肤颜色模型的建立结合基于YCbCr限定肤色区间模型与基于HSI自适应颜色直方图法,主要解决多种光照,复杂背景,不同用户条件下的皮肤分割问题.通过帧间差分法和面部排除法相结合,得到帧间手的运动,进而在分割的皮肤区域中提取手,有效解决头部运动情况下手的定位问题.     

彩色图像中肤色分割方法研究

肤色特征不依赖于面部细节,对于旋转,表情变化等不敏感,具有相对的稳定性,所以在人脸检测过程中肤色常常成为辅助的人脸定位的手段。对不同颜色空间下的图像进行分析,寻找肤色分割的最佳效果是非常重要的研究课题。     

基于肤色建模与人眼定位的人脸检测方法

根据肤色在Ycrcb色彩空间中具有很好的聚类性,通过形态学算法对肤色建模之后的图像进行预处理,消除噪声,再对肤色进行分割,从而可以对人脸图像有一个大致的定位,并通过平均眼睛模板匹配法定位出人的眼睛,在此基础可以比较精确的定位出人脸位置。实验结果表明,该方法用于人脸检测取得较为良好的效果,具有较好的鲁棒性。     

基于背景模型的显著性目标检测算法

基于人类视觉注意机制的特点提出了一种快速有效的检测显著性算法。首先对图像进行了超像素分割预处理,根据图像背景的分布特点建立图像初始背景模型,然后,分析背景模型的统计性特征,剔除背景中的显著性特征,更新背景模型。接着,通过计算颜色对比度计算得到显著性特征。最后,在公开的图像数据库中测试本文的检测算法,实验结果表明本文提出的算法具有很好的检测效果。     

一种改进的基于Ada-Boost的人脸检测算法

提出了一种改进的基于Ada-Boost的人脸检测算法。该算法在第一阶段使用基于Ada-Boost算法的分级分类器检测人脸,由于受到噪声与亮度的影响,一些非人脸区域可能被误判别为人脸。因此在YCbCr空间中采用肤色模型,去除非人脸区域。在第三阶段,采用SVM更精确地提取人脸区域。实验结果表明,改进的算法在实时性与误检率方面都优于Ada-Boost算法。     

肤色分割预处理对人脸检测性能的影响

为了提高人脸检测速度,本文提出了一种肤色分割预处理方法,以肤色区域为基础进行去噪声处理、提取边界,然后由边界的连通性和闭合性得到初始矩形边界,最后进行归并处理得到人脸区域,将其代替原来的整幅图像作为后面人脸检测算法的输入,以减小搜索区域,提高检测速度.实验证明,该方法用于人脸检测技术能有效改善检测性能.     

基于视频图像的交通事件处理检测研究

随着经济的快速发展,公路车流量的不断加大,这给交通事件处理和检测带来了更大的难度。为了使交通事故发生后,事故能够及时有效的处理。基于视屏图像的交通事件处理技术应运而生。通过视频检测技术和相应算法完成交通事件的处理体现了智能交通技术的发展要求。视频检测技术是通过摄像头采集到的视频图像,利用数字图像处理技术并加入相应的图像算法加以处理,从而得到处理结果。本文首先介绍了基于视频图像的交通事件处理流程和系统结构。之后对视频图像检测算法进行深入讨论和研究,本文的研究为交通事件处理中视频图像处理技术的应用打下了理论基础。     

几种人脸检测算法的对比研究

本文在对比大量的人脸检测算法的基础上．介绍了几种常用的人脸检测算法,并提出了一种基于人脸肤色模型和人脸结构特征相结合的人脸检测新算法．实验证明该新算法能有效提高人脸检测效率,并得出人脸检测算法的发展趋势是多种特征检测算法相结合。     

基于主题偏好的个性化检索模型研究

随着互联网信息资源日益增多,个性化检索成为了信息检索领域的研究热点.传统的个性化检索利用网页内容形成的向量空间模型来描述用户兴趣,使得用户的查询响应较慢,修正用户兴趣计算量大.由此提出基于主题偏好的个性化检索模型,用户兴趣由用户的主题偏好来表示,结合主题敏感的PageRank算法对检索结果排序.旨在更好地体现用户兴趣,并简化计算,减少查询响应时间.     

基于文本空间表示模型的文本相似度计算研究

在分析现有文本表示法的基础之处,提出一种以段落、语句、词语为层次结构的文本表示方法——文本空间表示模型,并在此模型基础上探讨一种以文本段落为基本单位的相似文本计算算法,以实现相似文本检测目标。最后建立测试集并在测试集上执行检测实验,结果表明此方具有较好的相似文本发现效果。     

基于高斯混合模型的图像检索算法研究

通过研究聚类算法在图像处理上的应用,提出了一种基于高斯混合模型聚类的图像检索方法。该检索方法首先提取每幅图像的特征,并以特征值为数据集建立高斯混合模型,得到所有图像的高斯混合模型。再以所有图像的混合模型参数集作为数据集,用基于高斯混合模型的聚类算法进行聚类。最后输出检索例图所在的类,即得到检索结果。     

基于SSI-GuidedLDA模型的引导式网络敏感信息识别研究

[研究目的]引导式主题模型可以引导生成有倾向性的敏感主题,提高网络敏感信息识别性能,对维护国家安全和社会稳定具有重要意义。[研究方法]针对当前网络敏感信息识别研究构建敏感信息特征不全面和不准确,从而导致识别性能欠佳的问题,提出基于SSI-GuidedLDA模型的引导式网络敏感信息识别方法。首先,从多源网络资源中爬取敏感种子词,并基于词向量模型Word2Vec获得种子词的敏感语义相关词,构建更为完备、准确的敏感特征。其次,将构建的敏感特征融入引导式主题模型,得到改进后的模型SSI-GuidedLDA。最后,基于SSI-GuidedLDA模型获得待识别信息的主题分布,通过主题分布概率判断其是否为网络敏感信息。[研究结论]在新浪微博数据集上的实验结果显示,与已有方法相比,提出的方法在准确率、召回率和F₁值上均有一定提高。     

基于几何模型的鱼眼图像校正

在虚拟现实,机器人导航及视觉监控等领域,需要使用具有较大视角的鱼眼摄像机,这样得到的图像被称为鱼眼图像。鱼眼图像存在严重的变形和失真。本研究利用平面,柱面和球面经纬网格3种几何模型分别进行鱼眼图像校正,实现了真实场景的还原,并对校正结果进行分析和比较。     

针对偏色图像的皮肤检测技术研究

为了解决复杂背景下特别是偏色情况下的肤色分割问题,采用了一种色彩平衡的解决方案。先用GrayWorld假说对偏色RGB原图像进行色彩平衡,在YCbCr颜色空间采用简化高斯肤色模型,并利用形态学对二值图像进行处理;实验结果证明了该方法的可行性。     

基于空间竞争模型的商业银行比较研究

目前,差异化竞争受到各商业银行前所未有的重视。在现有文献的基础上,基于空间竞争模型,通过图表和数量两种途径,本文比较分析了商业银行差异化竞争下的相关情况,发现在采取不同的竞争方法时,商业银行的利润、产品价格、差异化程度、产量和社会福利呈现出不同的规律。