基于人脸肤色和特征的实时检测跟踪算法

针对实时视频中的运动人体目标,提出一种基于人脸肤色和特征的快速人脸检测和跟踪方法.首先运用帧差法和形状信息检测出视频中的运动人体目标;然后在YCbVCr色彩空间中,根据肤色的色度聚类特性建立Gaussian模型,分割出肤色区域,去除噪声后,结合人脸的几何特征和器官独有的颜色特征滤除非人脸肤色区域,准确定位人脸在图像中的位置;利用控制策略驱动摄像机,根据人脸信息使人的头肩部位始终处于视频图像的中心,从而实现运动跟踪.为了增强系统对光线变化的适应性,提出了适当的Gaussian模型参数更新策略.实验结果表明,该算法能够适应复杂背景下的人脸检测,具有速度快、准确率高、鲁棒性好的特点,实现了运动人脸的可靠跟踪.     

基于肤色平滑度的人脸分割

人脸检测具有非常重要的现实意义．在进行人脸检测时．人们通常将注意力集中在眼、鼻、口等具有显著特征的核心区域．而忽略人脸面部、额头肤色是比较的平滑的这一特征．针对这点．本文提出肤色平滑度的概念,并利用这一概念和HSV颜色模型对图像进行分割．实验表明．本文的基于肤色平滑度的分割方法,能方便快速有效地分割出处于各种旋转角度、各种光照条件、各种颜色背景下的人脸．     

利用肤色分割和对称变换实现鲁棒人脸特征定位

提出一种将肤色分割与灰度图像对称变换相结合的有效的人脸特征定位方法.为降低背景和人脸姿态的影响,在传统人脸肤色分割基础上,利用Blob分析及椭圆拟和方法判断并剔除无效区域,并将待选人脸区域初步校正为竖直;直接利用色度信息在待选人脸区域中分割并检测嘴唇;接着,采用灰度图像的对称变换检测双眼的待选位置;以嘴唇和待选双眼的位置为依据,提出了基于人脸几何模型知识的双眼匹配代价函数并利用组合优化方法检测真实双眼;最后,对人脸上其它器官的进行精确定位.实验结果表明,该方法对于头发遮挡、大倾斜角以及眼镜干扰具有较强的鲁棒性.     

运用肤色信息和模板匹配的彩色人脸检测

人脸是一个复杂的模式,在图像中自动地对其进行定位和分割是进行人脸识别的第一步。本文提出一种运用肤色信息和模板匹配的人脸检测方法。该方法先进行肤色分割,然后对每一个人脸候选区域进行形状比例的分析,最后进行模板匹配。实验结果表明,该方法对任意背景下,任意姿态及任意数目的人脸检测非常有效。     

一种基于肤色的人脸检测方法

本文首先在色彩空间的知识基础上建立肤色模型,然后进行相似度计算、平滑滤波和二值化分割。随后利用人脸的几何特征对这些可能的人脸区域进行分析,根据面积、长宽比等几何判定规则进行筛选,最后得到候选人脸区域。     

偏好肤色的获取与再现研究

目的基于人眼长期观察实践对色彩形成的认知以及识别肤色时的主观偏好记忆性,对偏好记忆的肤色进行获取以及再现。方法选取代表人群拍摄肤色数据,并通过心理物理试验获取偏好肤色数据库,采用YCb Cr空间建立椭圆模型对肤色和偏好肤色分布进行模拟。利用椭圆模型,提出一种基于仿射变换的偏好肤色再现算法。结果实现了输入图像中肤色到偏好肤色的转换和再现,并使用瑟斯顿成对比较法对仿射变换再现算法和其他算法的再现效果进行了评价。结论算法具有较高的观察者偏好度,更符合人们的主观感受,肤色再现效果较好。     

基于肤色特征和动态聚类的彩色人脸检测

在人类视觉机制和肤色聚类特性的基础上,提出了一种复杂背景下人脸检测方法。该方法采用K-均值动态聚类分析算法,利用人类肤色特征在输入图像中检测包含人脸的似人脸区作为候选人脸,再用同样的方法对候选人脸区域进行扫描,得到真正的人脸。实验结果表明,该方法的正确检出率达到84%,受背景、光照、角度、姿态的影响很小,具有较好的鲁棒性。     

基于肤色特征的人脸检测

人脸检测在人脸识别过程中是最基本的处理,如果检测方法不当,会使识别过程崩溃,人脸检测在人脸识别中很重要。人脸模式是很复杂的,而且易受外界干扰,常见的人脸检测算法一般都具有计算量大、速度慢、误报率高的弱点,文中使用基于YCbCr颜色空间的肤色模型检测方法进行人脸检测,解决了计算量大的问题,并使用形态学理论对图像做了后续处理.     

人脸图像中人眼的检测与定位

利用人脸几何特征和图像分割原理，提出了一种在有背景的灰度和彩色人脸图像中自动检测与定位人眼的新算法。首先，基于人脸器官几何分布先验知识建立人眼位置判定准则；其次对人眼的分割阈值范围进行粗估计；然后采用分割阈值递增法，并结合人眼位置判定准则判定分割图像中双眼黑块是否出现；最后利用二雏相关系数作为对称相似性测度，检验检测到的双眼的真实性。为了避免图像背景对人眼检测的干扰，还运用了肤色分割原理来缩小检测人眼的搜索区域，从而进一步提高人眼定位的准确性。实验验证表明，所提出的人眼检测与定位方法在速度和准确性方面具有良好的性能。     

复杂背景下的人耳检测方法

本文在借鉴人脸检测算法的基础上,对现有的人耳检测方法进行研究,针对人耳区域小、共性特征少、复杂背景下难以检测等特点,提出了一种分阶段优化的静态彩色复杂背景下的人耳检测方法.首先采用肤色分割将检测范围缩小至肤色区域;接着利用侧脸的先验知识再次筛选;然后对图像进行边缘提取,在边缘图像中利用人耳含有丰富边缘信息的特点进行区域搜索以确定人耳.在该方法中,彩色图像的肤色信息和灰度图像的多尺度边缘以及人耳自身特征被结合起来,对解决人耳共性特征在复杂背景下难以被提取的问题具有较好的效果.实验结果表明,该算法在复杂背景下是有效的.     

Fitness adaptive deer hunting-based region growing and recurrent neural network for melanoma skin cancer detection

This proposal aims to enhance the accuracy of a dermoscopic skin cancer diagnosis with the aid of novel deep learning architecture. The proposed skin cancer detection model involves four main steps: (a) preprocessing, (b) segmentation, (c) feature extraction, and (d) classification. The dermoscopic images initially subjected to a preprocessing step that includes image enhancement and hair removal. After preprocessing, the segmentation of lesion is deployed by an optimized region growing algorithm. In the feature extraction phase, local features, color morphology features, and morphological transformation-based features are extracted. Moreover, the classification phase uses a modified deep learning algorithm by merging the optimization concept into recurrent neural network (RNN). As the main contribution, the region growing and RNN improved by the modified deer hunting optimization algorithm (DHOA) termed as Fitness Adaptive DHOA (FA-DHOA). Finally, the analysis has been performed to verify the effectiveness of the proposed method.     

多特征双重匹配验证的驾驶员脸部融合检测

针对基于单一特征驾驶员脸部检测算法在检测精度和可靠性方面的局限性,提出了一种新颖的驾驶员脸部检测融合算法.首先采用改进的基于Haar-like特征的人脸检测算法在整幅图像上检测出可能存在的初始人脸区域,然后自适应地扩大初始人脸区域范围,并在此基础上利用基于肤色特征的方法在YCbCr空间上进行脸部的二次检测,最后根据定义的脸部区域重合度和人脸几何先验知识对驾驶员脸部区域进行双重匹配验证进而制定相应的定位规则对脸部进行融合检测.各种复杂路况下的实验结果证明了该算法的有效性.     

图片卫士:一个自动成人图像识别系统

设计并实现了一个自动识别成人图像识别系统“图片卫士”。图片卫士采用3层识别框架,利用肤色、纹理、图像视觉特征分层逐级识别成人图像。为了可靠地检测到图像中的肤色区域,提出了一种新的自适应统计肤色模型。在肤色检测基础上,通过皮肤纹理验证过程,图像中的人体皮肤区域被准确地分割出来。基于图像中皮肤区域,提取9个经验特征来表示图像内容,并采用AdaBoost算法构造一个总体分类器进行图像分类,识别正常图像和成人图像。在算法评估中,建立了一个78205幅图像的测试集,其中59885幅为正常图像,18320幅为成人图像。图片卫士显示了良好的系统性能,具有成人图像88．5％的识别率,正常图像92．5％的识别率。在PentiumⅣ1．5GHz的个人计算机上,图片卫士的平均处理速度为正常图像每秒5．6幅和成人图像每秒1．9幅。图片卫士可以应用在个人计算机或网络传输中,实时监控和过滤成人图像,还可以为网络安全等应用提供技术支持。     

一种基于mean shift的多通道图像分割算法

目的针对目标与背景对象的色彩值比较接近的RGB图像中,目标对象难以有效分割的问题,探索一种基于mean shift的RGB多通道图像的分割方法。方法根据RGB图像的3个通道对颜色的敏感性差异,运用均值偏移算法对RGB图像的3个通道分层聚类,再引入可靠性因子,分别对3个单通道的各聚类像素进行可靠性计算,并保留可靠性高的像素作为分割结果,最后采用逻辑"或"运算融合单通道的分割结果,得到最终分割图像。结果与一般分割算法相比,该方法的分割效果好,误分率低,改善了图像的分割质量。结论该算法具有很好的推广性,能够应用于彩色印品缺陷检测、彩色包装图像检测中。     

A novel automatic color transfer algorithm between images

Abstracts

A color transfer algorithm between images intends to modify the colors in the source image by borrowing the color characteristics from the target image. In this paper, we present a novel automatic color transfer algorithm between images. This algorithm is able to proceed on color transfer with no user intervention, and produce visually plausible resultant images. To the best of our knowledge, our algorithm is the first to achieve this kind of automation. Our technique consists of an image segmentation algorithm, a swatch merging algorithm, and a pattern recognition algorithm. The image segmentation algorithm generates a number of swatches with different features in the source and target images. The swatch merging algorithm merges a particular swatch with its neighbors in the source image when it fails to pass the normality test. The pattern recognition algorithm then automatically matches these swatches for color transfer. We develop a boundary transition algorithm to make possible a consistent transition between two boundaries of patches. Experimental results demonstrate that, without any user intervention, our technique performs color transfer results with good visual realism. The technique is superior to the original user‐intervention color transfer algorithm.     

Independent-component analysis of skin color image.

The spatial distributions of melanin and hemoglobin in human skin are separated by independent-component analysis of a skin color image. The analysis is based on the skin color model with three assumptions: (1) Spatial variation of color in the skin is caused by two pigments, melanin and hemoglobin; (2) the quantities of the two pigments are mutually independent spatially; and (3) linearity holds among the quantities and the observed color signals in the optical density domain. The results of the separation agree well with physiological knowledge. The separated components are synthesized to simulate the various facial color images by changing the quantities of the two separated pigments.