版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、人臉檢測作為人臉信息處理中的一項關鍵技術,近年來成為模式識別與計算機視覺領域內一項受到普遍重視、研究十分活躍的課題。本文首先提出了人臉檢測的一個新的應用領域——電子學習,繼而在對人臉檢測理論及相關技術方法研究分析的基礎上,以提高檢測速度和檢測率為目標,提出了一個面向多領域、多圖像模式的人臉檢測系統(tǒng),重點討論了彩色圖像與灰度圖像的不同檢測方法,以及膚色分割、幾何特征驗證、單人臉檢測、神經網絡驗證四個主要模塊。主要完成如下工作: 首
2、先對膚色分割進行了研究,在對圖像進行光線補償處理的基礎上,對比各個顏色空間,選擇了YCrCb顏色空間和HSI、rgb顏色空間,通過變換改進,分別構造出兩個膚色模型,YCrCb橢圓模型和HSI-rgb膚色模型。這兩個模型,適合不同的應用范圍,且每個模型都是綜合利用各個空間的優(yōu)點,以產生更好的檢測效果。利用這兩種模型,可以快速有效地分割出圖像中的膚色區(qū)域,從而提高了人臉檢測系統(tǒng)的效率和整體性能。實驗證明,這兩種膚色模型在不同的應用領域中均取
3、得了較好的分割效果。 其次對膚色分割的結果區(qū)域通過人臉幾何特征進行了過濾,初步縮小了可能成為人臉的膚色區(qū)域,并在此基礎上,利用神經網絡對人臉候選區(qū)域作進一步的驗證。通過對BP神經網絡進行大量的訓練,將輸入圖像所對應的灰度圖像中的人臉候選區(qū)域,通過不同分辨率的窗口區(qū)域,對多個候選區(qū)域進行驗證。 實驗證明,在通過膚色分割、幾何特征驗證的基礎上進行的神經網絡驗證,其計算時間有所減少,比依靠單一的神經網絡檢測方法進行的人臉檢測效
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于級聯(lián)卷積神經網絡的人臉檢測方法研究.pdf
- 基于膚色模型與神經網絡集成的人臉檢測.pdf
- 基于神經網絡的網絡入侵檢測方法及模型研究.pdf
- 基于卷積神經網絡及協(xié)方差特征的人臉檢測方法.pdf
- 基于BP神經網絡的人臉檢測.pdf
- 基于神經網絡的人臉檢測研究.pdf
- 基于人工神經網絡方法的人臉檢測技術的研究.pdf
- 基于膚色模型和BP神經網絡的人臉檢測系統(tǒng)設計與實現.pdf
- 基于膚色和神經網絡的人臉檢測.pdf
- 基于膚色模型和神經網絡的人臉檢測算法研究.pdf
- 基于神經網絡的人臉檢測技術的研究.pdf
- 基于脈沖耦合神經網絡的人臉檢測研究.pdf
- 基于神經網絡的入侵檢測模型研究.pdf
- 基于神經網絡的網絡入侵檢測模型研究.pdf
- 一種基于卷積神經網絡人臉朝向預判的人臉關鍵點檢測方法.pdf
- 基于卷積神經網絡的人臉檢測和性別識別研究.pdf
- 基于輕量級卷積神經網絡的人臉檢測算法.pdf
- 基于神經網絡擴張的Adaboost人臉檢測算法研究.pdf
- 基于改進BP神經網絡的人臉檢測算法研究.pdf
- 基于Adaboost和神經網絡的人臉檢測算法研究.pdf
評論
0/150
提交評論