[01781108]基于双肤色模型和AdaBoost的人脸检测系统设计
交易价格:
面议
所属行业:
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该项目针对人脸检测的检测率低、误检率高的问题,以复杂背景下的人脸图像为研究对象,建立基于简单边界模型和单高斯肤色模型,并融合两种模型的优势,设计了基于双肤色模型的肤色分割算法;然后基于AdaBoost算法,设计人脸检测分类器。最后提出了一种融合双肤色模型和AdaBoost算法的新颖的人脸检测方法;基于VisualStudio和IntelOpenCV平台设计了人脸检测系统。课题研究的先进性和创新性体现在:将YCbCr颜色空间下的简单边界肤色模型和高斯肤色模型联合进行肤色分割。首先基于简单边界模型初次分割人脸图像的肤色区域,利用肤色分割结果优化高斯肤色模型的参数,然后再利用该模型对人脸图像进行肤色分割。对两次分割的结果进行逻辑运算,粗定位候选人脸区域。融合双肤色模型和AdaBoost算法进行人脸检测。基于双肤色模型的肤色检测结果,结合AdaBoost算法快速检测该候选人脸区域,精确定位人脸区域。研究成果具有较好的理论及应用价值。
该项目针对人脸检测的检测率低、误检率高的问题,以复杂背景下的人脸图像为研究对象,建立基于简单边界模型和单高斯肤色模型,并融合两种模型的优势,设计了基于双肤色模型的肤色分割算法;然后基于AdaBoost算法,设计人脸检测分类器。最后提出了一种融合双肤色模型和AdaBoost算法的新颖的人脸检测方法;基于VisualStudio和IntelOpenCV平台设计了人脸检测系统。课题研究的先进性和创新性体现在:将YCbCr颜色空间下的简单边界肤色模型和高斯肤色模型联合进行肤色分割。首先基于简单边界模型初次分割人脸图像的肤色区域,利用肤色分割结果优化高斯肤色模型的参数,然后再利用该模型对人脸图像进行肤色分割。对两次分割的结果进行逻辑运算,粗定位候选人脸区域。融合双肤色模型和AdaBoost算法进行人脸检测。基于双肤色模型的肤色检测结果,结合AdaBoost算法快速检测该候选人脸区域,精确定位人脸区域。研究成果具有较好的理论及应用价值。