freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

基于特征提取的人臉檢測(cè)與定位技術(shù)-文庫(kù)吧資料

2025-06-29 13:54本頁(yè)面
  

【正文】 10 圖3331 圖3332 為了方便在后續(xù)處理中利用圖像像素的鄰域信息,我們首先將像素從彩色空間變到一維空間。中值濾波是抑制噪聲的一種非線性平滑處理方法,后來(lái)人們將其用于二維數(shù)字圖像處理中。由于這種歸一僅去除了R、G、B中的相對(duì)亮度成分R+G+B,而r、g、b仍存在亮度信息,所以這種方法用于膚色檢測(cè)效果不好。歸一化的顏色分量分別為r,g,b。當(dāng)去除亮度,膚色就具有很高的聚類性。我們采用Gary World算法對(duì)RGB圖像進(jìn)行快速顏色補(bǔ)償,即: SC=CstdCave,Cnew=C*SC 331式中,Cstd為標(biāo)準(zhǔn)亮度圖像R、G、B的平均值;Cave為輸入圖像R、G、B的平均值;C為原圖像的像素值;Cnew為亮度補(bǔ)償后的像素值。圖323光線補(bǔ)償?shù)南敕ǖ奶岢鲋饕强紤]到膚色等色彩信息經(jīng)常受到光源顏色、圖像采集設(shè)備的色彩偏差等因素的影響,而在整體上偏離本質(zhì)色彩而向某一方向移動(dòng),即我們通常所說(shuō)的色彩偏冷、偏暖,照片偏黃、偏藍(lán)等等。它主要通過(guò)統(tǒng)計(jì)分析,預(yù)測(cè)高斯分布的參數(shù),或通過(guò)統(tǒng)計(jì)直接求得顏色空間中每個(gè)分量(一般利用的是該顏色空間中的色度分量)的均值與協(xié)方差。膚色符合正態(tài)分布的隨機(jī)樣本,在特征空間中的分布則復(fù)合高斯分布,高斯函數(shù)平面圖如圖323所示。式中的參數(shù)ecx=,ecy=,a=,b=,cx=,cy=,θ=。cxCr39。膚色在CbCr 空間中也可以用橢圓分布來(lái)描述,根據(jù)式()和式()來(lái)匹配橢圓分布兩個(gè)色度分量的距離。盡管此模型在三維直方圖中效果比較好,但是由于其訓(xùn)練樣本數(shù)量龐大而且訓(xùn)練時(shí)間較長(zhǎng)。 直方圖模型是一種非參數(shù)化模型。所謂膚色模型是指用一種代數(shù)的、解析的或查找表等形式來(lái)表示膚色的聚類特性,或者表征出某一像素的顏色與膚色的相似程度。但是,由于Y和Cb、Cr可能偶然超出 16 ~ 235和 16 ~ 240 范圍(視頻處理和噪聲的緣故),根據(jù)以上公式可知,此時(shí)RGB的值可能偏移到 0 ~ 15和 236 ~ 255范圍內(nèi)。轉(zhuǎn)換公式如下: Y=++ Cb=++128 314 Cr=+128式中,R、G、B是RGB顏色空間中紅、綠、藍(lán)3種顏色通道的顏色值。 RGB顏色空間到Y(jié)CbCr顏色空間的映射人類的膚色在YCbCr顏色空間相對(duì)比較集中(被稱為膚色的聚類特性),因此選用在YCbCr顏色空間中進(jìn)行人臉檢測(cè),需完成RGB顏色空間到Y(jié)CbCr顏色空間的映射。Ci39。所以,在膚色檢測(cè)之前,要先對(duì)圖像進(jìn)行分段線性顏色變換。由于是線性轉(zhuǎn)換關(guān)系,其中的亮度分量Y并不是完全獨(dú)立于色度信息存在的,而Anil ,膚色的聚類區(qū)域因?yàn)榱炼确至康年P(guān)系而呈現(xiàn)非線性變化的情況,而且在YCbCr顏色空間中,膚色聚類成兩頭尖的橢球形。(5) Anil ,其結(jié)果表明,膚色在YCbCr顏色空間的淚俱效果較好。(3) YCbCr的計(jì)算過(guò)程和空間坐標(biāo)表示形式簡(jiǎn)單,與RGB之間的轉(zhuǎn)換為線性,容易實(shí)現(xiàn),避免了非線性的奇異性。除此YCbCr顏色空間還顯示了其他一些良好的特性:(1) 該空間具有與人類視覺(jué)感知過(guò)程相類似的構(gòu)成原理。飽和度S越小,顏色越淺時(shí),色調(diào)H值越不穩(wěn)定。(2) HSV顏色空間中存在著奇異點(diǎn),即色度點(diǎn)在V軸上時(shí),其S值為零,而H沒(méi)有定義。 HSV顏色空間HSV顏色空間在視覺(jué)上是均勻的,與人類的視覺(jué)特性有很好的一致性。≠1 因此,在色度空間中除去亮度分量,即形成膚色空間,得到歸一化的RGB顏色空間。=G G39。則表明兩個(gè)像素色彩相同,其不同則體現(xiàn)在亮度上。、B39。研究表明,如果圖像中的兩個(gè)像素點(diǎn)R、G、B和R39。為了準(zhǔn)確進(jìn)行人臉膚色識(shí)別,首先將人臉圖像從RGB顏色空間映射到Y(jié)CbCr顏色空間,然后建立膚色模型并求得相似度矩陣,最后用相似度矩陣中的最大值對(duì)相似度矩陣進(jìn)行歸一化,該歸一化矩陣將用于后續(xù)人臉檢測(cè)。大量實(shí)驗(yàn)證明,不同膚色的人臉對(duì)應(yīng)的色調(diào)是比較一致的,其區(qū)別主要在于灰度。經(jīng)過(guò)詳細(xì)周密的考證,我們的系統(tǒng)采用基于膚色的人臉檢測(cè)算法。從數(shù)學(xué)上來(lái)說(shuō)圖像直方圖是圖像各個(gè)灰度值統(tǒng)計(jì)特性與圖像灰度值的函數(shù),它統(tǒng)計(jì)了一幅圖像中各個(gè)灰度級(jí)出現(xiàn)的次數(shù)和概率。直方圖閾值處理是二值化常用方法。圖像的二值化一般按下面公式進(jìn)行: gb(x,y)=255,gx,y=T0,gx,yT 23g(x,y)是原圖像中位于(x,y)處像素的像素的灰度,gb(x,y)是二值化后該處的像素值,它只能取1(白)或0(黑)。邏輯運(yùn)算的二進(jìn)制結(jié)果存在輸出圖像中對(duì)應(yīng)于該像素的位置上。在通常情況下,形態(tài)學(xué)圖像處理意在圖像中移動(dòng)一個(gè)結(jié)構(gòu)元素并進(jìn)行一種類似于卷積操作的方式進(jìn)行,像卷積核一樣,結(jié)構(gòu)元素可以具有任意的大小,也可以包含任意的0與1的組合。并且,它們適合于用相應(yīng)的硬件構(gòu)造查找表的方式,實(shí)現(xiàn)快速的流水線處理。一個(gè)有效的二值圖像處理運(yùn)算集是從數(shù)學(xué)形態(tài)學(xué)下的集合輪方法發(fā)展起來(lái)的。一個(gè)二值圖像(如一個(gè)剪影像或一個(gè)輪廓圖)通常是由一個(gè)圖像分割操作產(chǎn)生的。直方圖能夠描述一幅圖像中顏色的全局分布,而且容易理解和實(shí)現(xiàn),所以入門級(jí)的圖像相似度計(jì)算都是使用直方圖。常用的圖像特征有顏色特征、紋理特征、形狀特征和空間關(guān)系特征等。這些特征決定了這個(gè)人跟同事、朋友、家人的相似程度。要計(jì)算圖像的相似度,必須要找出圖像的特征。如圖所示。BMP位圖文件默認(rèn)的文件擴(kuò)展名是bmp。Windows ,因此把它稱為設(shè)備相關(guān)位圖(Devicedependent Bitmap, DDB)文件格式。BMP文件存儲(chǔ)數(shù)據(jù)時(shí),圖像的掃描方式是按從左到右、從下到上的順序。它采用位映射存儲(chǔ)格式,除了圖像深度可選以外,不采用其他任何壓縮,因此,BblP文件所占用的空間很大。所以我們需要對(duì)圖像進(jìn)行預(yù)處理。其具體步驟如下:。 本系統(tǒng)研究?jī)?nèi)容及技術(shù)方案 本系統(tǒng)主要對(duì)人臉的檢測(cè)與定位做了深入研究,人臉識(shí)別作為模式識(shí)別的一種,一般可以分為人臉檢測(cè)及定位,人臉特征提取技術(shù)和人臉對(duì)比確認(rèn)識(shí)別。基于統(tǒng)計(jì)特征的人臉?lè)椒ㄖ饕校鹤涌臻g方法、神經(jīng)網(wǎng)絡(luò)方法、支持向量機(jī)方法、隱馬爾可夫模型方法以及Boosting方法。現(xiàn)有比較好的方法有層次模板匹配方法、多模板匹配方法、主動(dòng)性狀模型、主動(dòng)表觀模型等。(2)基于模板的方法基于模板的方法可以分為兩類:預(yù)定模板和變形模板。例如將系統(tǒng)分為三級(jí),利用不同精度的平均和二次采樣產(chǎn)生三級(jí)不用分辨率的圖像。目前比較好的方法有鑲嵌圖人臉?lè)謮K方法、33的廣義三分圖方法、結(jié)合33和44的分塊方法。當(dāng)圖像中的待測(cè)區(qū)域符合準(zhǔn)則,則檢測(cè)為人臉。(1)基于先驗(yàn)知識(shí)的方法基于先驗(yàn)知識(shí)的方法是將人臉面部器官之間的關(guān)系編碼化的人臉檢測(cè)方法。近年來(lái),因?yàn)榭植婪肿拥钠茐幕顒?dòng),尤其是自美國(guó)911事件之后,包括人臉識(shí)別在內(nèi)的生物特征識(shí)別再度成為人們關(guān)注的熱點(diǎn),各國(guó)也紛紛增加了對(duì)該領(lǐng)域研發(fā)的投入,其應(yīng)用也非常廣泛?;叶群托螤罘蛛x的可變形模型方法就是其中之一。研究人員開始逐漸認(rèn)識(shí)到人臉識(shí)別算法必須能夠充分利用人臉的各種特征點(diǎn)信息,并融合人臉的形狀拓?fù)浣Y(jié)構(gòu)特征、局部灰度特征和全局灰度分布特征等多種特征。兩種方式的人臉識(shí)別方法各有優(yōu)點(diǎn),基于整體的識(shí)別保留了更多信息,基于人臉特征分析的人臉識(shí)別比基于整體人臉的方法直觀,它提取并利用了最有用的特征,如關(guān)鍵點(diǎn)的位置以及部件的形狀等。這種基于整個(gè)人臉的識(shí)別不僅保留了人臉的主要特征部件之間的拓?fù)潢P(guān)系,也保留了各部件本身的信息。90年代以來(lái),隨著計(jì)算機(jī)軟硬件性能的迅速提高,以及對(duì)人臉識(shí)別技術(shù)的高要求,人臉識(shí)別技術(shù)越來(lái)越成熟。這類方法比較簡(jiǎn)單,但是容易丟失有用的信息;第二個(gè)特點(diǎn)就是人臉識(shí)別研究主要是在較強(qiáng)約束條件下的人臉圖像識(shí)別。20世紀(jì)60年代末至70年代初,人臉識(shí)別的研究剛剛起步,最早的研究者建立了一個(gè)半自動(dòng)的人臉識(shí)別系統(tǒng),主要以人臉特征點(diǎn)的間距、比率等參數(shù)為特征。人臉作為生物特征,雖然唯一性比指紋和虹膜要差(基于人臉的識(shí)別系統(tǒng)識(shí)別率的上限是由同卵雙胞胎的出生率決定的),在高安全性要求的系統(tǒng)中只能作為輔助手段。作為生物特征識(shí)別的一個(gè)重要組成方面,人臉識(shí)別在檔案管理系統(tǒng)、安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證、公安系統(tǒng)的罪犯身份識(shí)別、銀行和海關(guān)的監(jiān)控、人機(jī)交互等領(lǐng)域都具有廣闊的前景。人臉識(shí)別作為模式識(shí)別的一種,一般可以分為三個(gè)組成部分:從場(chǎng)景中檢測(cè)、分割人臉;抽取人臉特征;匹配識(shí)別人臉信息。美國(guó)軍方還專門組織人臉識(shí)別竟賽以促進(jìn)人臉識(shí)別技術(shù)研究的發(fā)展。而在九十年代后期,由于各行業(yè)對(duì)人臉識(shí)別系統(tǒng)的迫切需求,人臉識(shí)別研究就再次成為熱門課題。人臉識(shí)別系統(tǒng)的識(shí)別率會(huì)出現(xiàn)明顯的下降。第三,眼鏡、發(fā)型、胡須等對(duì)人臉圖像存在影響。這些困難主要表現(xiàn)在:人臉是一個(gè)三維非剛性物體。但建造一個(gè)全自動(dòng)、識(shí)別率高的計(jì)算機(jī)人臉識(shí)別系統(tǒng)并沒(méi)有那么簡(jiǎn)單。人臉識(shí)別按照人臉信息的來(lái)源可分為兩種:基于靜態(tài)人臉圖像的識(shí)別和基于包含人臉的動(dòng)態(tài)視頻信息的識(shí)別。它屬于人工智能領(lǐng)域和生物特征識(shí)別領(lǐng)域的一個(gè)課題。 secondly, in order to achieve robustness detection method, we should consider the face in plex background, different representation in different direction, angle, scale and other circumstances revealed.Visible face detection has a certain degree of difficulty and plexity, but will be indepth study on this issue to promote the development of pattern recognition, puter vision, artificial intelligence, put
點(diǎn)擊復(fù)制文檔內(nèi)容
物理相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1