首页> 外文OA文献 >Study of Viola Jones Face Detection on Color Image Based on Skin Pigmentation Level
【2h】

Study of Viola Jones Face Detection on Color Image Based on Skin Pigmentation Level

机译:基于皮肤色素沉着程度的彩色图像中提琴琼斯人脸检测研究

摘要

Metode deteksi wajah secara otomatis menjadi sebuah tantangan tersendiri dalam dunia penelitian. Hal ini mengingat representasi wajah yang tidak sederhana karena bukan merupakan sesuatu hal yang bersifat tegas. Banyak penelitian yang mengarah pada pengajuan algoritma baru untuk melakukan deteksi wajah otomatis. Algoritma Viola Jones seringkali dijadikan tolok ukur dikarenakan algoritma ini dianggap titik awal algoritma deteksi wajah otomatis yang efisien. Algoritma Viola Jones dikembangkan oleh Paul Jones dari Microsoft R&D dan Michael J.Jones dari Mitsubishi R&D sejak tahun 2004. Bebrapa publikasi ilmiah sebelumnya telah banyak menyajikan studi mengenai performa algoritma Viola Jones dengan beberapa kriteria gambar wajah. Akan tetapi, belum pernah ada yang mebahas bagaimana performa algoritma Viola jones berdasarkan pigmentasi kulit wajah yang dideteksi. Tulisan ini menyajikan studi atas algoritma Viola Jones dengan kriteria pembatas jenis pigmentasi kulit wajah. Untuk mengindikasikan pigmentasi kulit wajah, digunakan elemen L* pada ruang warna CIELAB. Pigmentasi kulit wajah diklasifikasikan menjadi gelap, coklat dan terang. Hasil simulasi dan uji statistic menunjukkan bahwa performa algoritma Viola Jones cenderung menurun ketika mendeteksi wajah dengan nilai pigmentasi tinggi (kulit gelap). Beberpa uji hipotesa dilakukan untuk memberikan validasi pada hasil simulasi.
机译:人脸检测方法自动成为研究领域的挑战。这是因为人脸表示并不简单,因为它不是肯定的东西。许多研究导致提交了用于自动面部检测的新算法。 Viola Jones的算法经常被用作基准,因为它被认为是高效的自动面部检测算法的起点。 Viola Jones算法由Microsoft研发的Paul Jones和三菱R&D的Michael J. Jones于2004年开发。以前的一些科学出版物已经通过几种面部图像标准对Viola Jones算法的性能进行了研究。但是,还没有人讨论过基于检测到的面部皮肤色素沉着的Viola Jones算法的性能。本文介绍了针对面部皮肤色素沉着类型的限制标准的Viola Jones算法的研究。为了指示面部皮肤色素沉着,在CIELAB颜色空间中使用了L *元素。面部皮肤色素沉着分为深色,棕色和浅色。仿真结果和统计测试表明,当检测具有高色素沉着值的面部(深色皮肤)时,Viola Jones算法的性能趋于下降。进行了一些假设检验以对仿真结果进行验证。

著录项

  • 作者

    Andryani, Nur Afny C;

  • 作者单位
  • 年度 2015
  • 总页数
  • 原文格式 PDF
  • 正文语种 EN
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号