人脸肤色检测模型
来源:互联网 发布:商城建站java 编辑:程序博客网 时间:2024/04/18 16:01
一、概述
建立模型就是在已知对象的特征基础上来给对象建立一个模型,并借此对对象实现判断、检测、绘制、控制等功能。人脸建模的方式很多,各有各的优缺点"肤色模型较之几何模型来,要相对简单,执行速度快。而在肤色模型中常用的是高斯模型。
二、建模
1、高斯肤色模型
从图 2-9 中可以看出肤色在 Cr-Cb 空间中可以用高斯分布描述,根据肤色在色度空间的高斯分布,对于彩色图像中每个像素,将其从 RGB 色彩空间变换到 YCbC 空间后,就可以计算该点属于皮肤区域的概率,即根据该点离高斯分布中心的远近得到和肤色的相似度,将彩色图像转化成灰度图,其中每个像素的灰度值对应该点与肤色的相似度。相似度计算公式如下:
通过对肤色点训练后,选取的肤色模型的参数为:
2、椭圆模型
比起算法相对复杂的高斯肤色模型,可以利用非线性变换后的肤色在中呈明显的椭圆分布,可以用以下的公式来匹配两个色度分量的距离。
试验中,根据检测结果调整参数的大小,得到 cx=114.38,cy=160.0.02,ecx=1.60,ecy=2.41,θ=2.53,a=25.39,b=14.03,从而得到比较理想的二值化分割图像。
3、非参数估计法
为了避免因选择参数方法所需的复杂的估计运算,也可以采用简单的非参数方法来确定肤色,即通过直接选择阈值[Cb1,Cb2]和[Cr1,Cr2],其判别方法非常简单:一个像素(i,j)如果同时满足 cb1<Cb(i,j)<Cb2 和 Cr1<Cr(i,j)<Cr2,则判定该像素为肤色像素,取值为1。否则,该点像素为0,得到肤色分割的二值图像。通过观察归一化的直方图,获得闭值区间为:Cb(i,j)属于[0.44,0.55], Cr(i,j)属于[0.54,0.65],事实上,这些闭值是肤色期望和标准方差的线性函数。
- 人脸肤色检测模型
- opencv椭圆肤色模型人脸检测
- 人脸--基于肤色模型的人脸检测研究
- 基于人脸检测的肤色采集以及两种常见肤色模型建模
- Opencv之人脸肤色检测总结
- 基于肤色的人脸检测
- 人脸检测---基于肤色检测的实现
- 肤色检测和人脸检测数据集等链接
- 自己做的一个肤色检测模型
- 基于肤色的人脸检测与分割
- 肤色检测
- 肤色检测
- 肤色检测
- 肤色检测
- 肤色检测
- 肤色检测算法 - 基于二次多项式混合模型的肤色检测。
- 肤色检测算法 - 基于二次多项式混合模型的肤色检测
- 肤色检测算法 - 基于二次多项式混合模型的肤色检测。
- Java 基础知识
- Android安全开发之ZIP文件目录遍历
- iOS项目-----余味APP
- Myeclipse10安装activiti插件包
- 博客序言
- 人脸肤色检测模型
- Json简介
- Nginx 模块自主开发二:Nginx的类型命名封装
- [LeetCode]problem 77. Combinations
- string 的简单实现
- mac tool
- 自定义控件之A-Z快速检索QuickIndexBar
- Android中线程那些事儿
- 整数划分