复杂背景的人脸检测方法
【摘要】:由于原始的Adaboost方法在复杂图片上检测人脸效果不够理想,所以提出了一种能够处理复杂背景图片的人脸检测方法,即基于肤色的Adaboost检测方法。该方法具有肤色分割的检测率高、适应性强和AdaBoost算法检测速度快等优点。首先,通过人脸肤色的统计特征对图像进行肤色分割,得到候选人脸区域;然后使用经过训练的AdaBoost算法级联分类器对候选人脸区域进行检测,最终得到精确定位的人脸。经过实验证明,基于肤色分割的Adaboost人脸检测方法比原始的Adaboost方法在鲁棒性上有了很大提高。
|
|
|
|
1 |
沈学华,周志华,吴建鑫,陈兆乾;Boosting和Bagging综述[J];计算机工程与应用;2000年12期 |
2 |
彭振云,陶霖密,徐光祐,张宏江;基于颜色分割和KL变换的人脸特征检测[J];清华大学学报(自然科学版);2001年Z1期 |
3 |
艾海舟
,梁路宏
,徐光祐
,张钹;基于肤色和模板的人脸检测[J];软件学报;2001年12期 |
4 |
王爱华,张铭,杨冬青,唐世渭;基于Boost和信任函数的多文本分类器组合模型[J];计算机工程与应用;2002年02期 |
5 |
范志刚,潘晓露,李一民;一种快速、鲁棒的人脸检测方法[J];计算机应用研究;2002年09期 |
6 |
吴飞,庄永真,潘红;基于分形布朗运动和Ada Boosting的多类音频例子识别[J];计算机研究与发展;2003年07期 |
7 |
黄玫,孙兴华,金国英,徐光祐;新闻视频显著人脸检索系统[J];计算机工程与应用;2003年27期 |
8 |
何军,戚飞虎;一种基于肤色和主元分析的人脸检测方法[J];计算机工程;2003年10期 |
9 |
艾海舟
,肖习攀
,徐光祐;人脸检测与检索[J];计算机学报;2003年07期 |
10 |
毋立芳,沈兰荪,孔潇,朱旭娟;基于曲线拟合的人脸分割算法[J];计算机学报;2003年07期 |
|