肤色分割

摘要： 针对轨道交通列车高速行驶过程中,轨道交通列车司机因长时间工作而产生的疲劳,将影响行车安全,对机车司机作业行为以及工作条件、工作状态和监督环节重要一部分。在列车司机长时间驾驶疲劳检测其中最关键技术之一是人脸检测和人脸感兴趣区域(ROI)定位,利用高斯肤色模型对列车司机驾驶图像中的人脸感兴趣区域(ROI)进行预分割,得到列车司机的人脸感兴趣区域,提出一种面向轨道交通列车司机疲劳检测关键技术之一是人脸检测的方法,针对轨道交通列车司机疲劳检测,如人脸检测技术进行了研究,经过实验分析表明,在复杂光照下列车司机人脸方法能有效提高人脸检测率,鲁棒性较好,为后续研究精准定位列车司机的眼睛张开和闭合进行疲劳检测奠定一定基础。

摘要： 针对被检测图像的背景非常复杂时,基于特征的人脸检测算法通常会出现很高的误检率即将复杂背景错误判断为人脸问题,提出了一种基于Adaboost的肤色分割算法。由于人脸部皮肤颜色和其他背景颜色反差较大,基于Adaboost算法通过相应数据库建立皮肤颜色分类器,与传统肤色分类方法相比,这种新的方法不需要设置阈值,避免了人工的干扰,通过实验对比发现基于Adaboost算法的肤色分割算法速度较快而且错误率低。

摘要： 疲劳驾驶成为了导致交通事故发生的重要因素之一,并呈现出逐年递增的趋势,若能设计出一种在驾驶员发生疲劳时,就能检测出驾驶员处于疲劳状态对其进行警告,这样就可以较好地降低交通事故的发生的概率。论文介绍了一种检测驾驶员在驾驶过程中是否为疲劳驾驶的方法,基于PERCLOS对驾驶员进行疲劳检测。首先对设备采集的人脸图像进行肤色分割,根据程序中设定的肤色阈值,确定图像中属于肤色的区域,对得到的肤色区域进行眼睛追踪,人脸特征部位进行积分投影操作,获取眼睛区域,捕捉眼睛的实时状态,并对眼睛的面积进行计算,最后根据疲劳值来判定疲劳状态。根据实验证明,该方法满足车载、实时、非接触的基本要求,并能准确地做出对驾驶员驾驶过程中是否出现疲劳的判定。

摘要： 针对人脸追踪过程中,基于目标色彩特征的CamShift(continuously adaptive mean-shift)算法受类肤色背景干扰所导致的搜索框偏移及尺寸异常问题,提出了一种结合肤色分割及追踪监测机制的人脸追踪改进算法。在YCbCr色彩空间的Cb、Cr分量内采用非参数肤色分割模型及SVM(support vector machines)构建特定于当前视频序列的联合肤色分割模型,以由粗至细的方式去除视频帧中类肤色背景。随后,在Cr分量内构建CamShift算法色彩直方图并进行人脸追踪。考虑在追踪过程中,当场景或光照强度改变时易出现的联合肤色分割模型及CamShift算法色彩直方图失效问题,采用拉依达准则(pauta criterion)判断追踪窗口内Cr分量均值的异常,当监测到异常值时即判定当前视频帧人脸追踪失败,使用Adaboost(adaptive boosting)算法构建的人脸检测器进行人脸复检并重构CamShift算法色彩直方图及联合肤色分割模型。在OTB-2015目标追踪数据集中进行测试,实验结果表明,所提算法在类肤色背景下相比原始CamShift算法对人脸目标的追踪精度更高;相比近几年的追踪算法则在具有良好追踪精度的同时速度优势明显。

摘要： 基于传统的手部轮廓特征提取不能应对飞行模拟环境下的脸部肤色、遮挡、光照影响,以及传统的傅里叶描述子特征容易受到背景、手的姿态变化,且对手势描述能力有限等问题,对传统的手部分割和特征提取方法改进.本文首先对采集的数据集进行肤色处理,然后结合调用的手部关键点模型检测出手部22个特征点,采用八向种子填充算法进行图像分割.接着对手部轮廓和关键点连接骨架进行傅里叶描述子算法特征提取,最后通过支持向量机算法对提取的手势特征数据集进行训练、识别.实验结果表明,本文方法具有较好的手部分割,特征提取不易受到背景、手的姿态变化的影响,能够很好地应对在飞行模拟环境下的复杂背景下的干扰,识别准确率能够达到98％.本文研究在传统的手势识别算法中有一定的提高作用,在手部交互技术领域有很重要的应用价值.

摘要： 提出了一种基于Haar特征检测和肤色分割技术相结合的人脸检测算法,用以提高人脸检测的准确率。使用Haar特征进行人脸检测,然后对检测结果进行判断,若检测到人脸,则直接对其进行标记;若发生漏检或误检,则运用GrabCut算法提取目标前景,再将其转换到YCrCb空间,利用肤色特征对人脸进行检测。实验结果表明:利用该算法可以很好地解决单一算法造成的检测率低、容易漏检的问题,为后续的人脸识别提供参考。

摘要： 提出了一种基于Haar特征检测和肤色分割技术相结合的人脸检测算法,用以提高人脸检测的准确率.使用Haar特征进行人脸检测,然后对检测结果进行判断,若检测到人脸,则直接对其进行标记;若发生漏检或误检,则运用GrabCut算法提取目标前景,再将其转换到YCrCb空间,利用肤色特征对人脸进行检测.实验结果表明:利用该算法可以很好地解决单一算法造成的检测率低、容易漏检的问题,为后续的人脸识别提供参考.

摘要： 针对室内灯光环境下,视频人脸检测存在的偏色及复杂背景干扰问题,提出了一种结合视频帧预处理的人脸检测方法.首先采用灰度世界算法校正视频帧偏色,然后在YCbCr色彩空间的Cr通道内,应用OTSU二值化算法实现视频帧肤色分割,以降低复杂背景对人脸检测算法的干扰,最后使用AdaBoost算法对分割后视频帧内容进行人脸检测.实验结果表明,该方法在三类人脸检测评价指标及运行速度方面更优,可在室内灯光环境中作为一种视频人脸自动检测技术使用.

摘要： 针对传统人脸识别系统中人脸检测准确率低、误检率高等问题,文中提出一种采用多线程的方式将多种分类器与肤色校验相结合的人脸检测方法.针对人脸检测的时间效率,基于肤色校验的检测方法表现较好,且Adaboost算法在人脸检测方面优势较大.故在此算法的基础之上,采用多线程的方式使用级联分类器进行多角度人脸检测,最后采用肤色分割对检测到的图像进行二次校验,从而增加了人脸检测的准确率.通过实验证明,采用这种方式能够对人脸图像的检测率提高4％,缩短人脸检测时间的同时又能提高人脸检测率.

摘要： 针对现有人体肤色区域分割方法在变化的光照、复杂的背景环境下鲁棒性差、精确度不高的问题,提出一种肤色自适应分割方法.首先将图片转化到改进的YCbCr颜色空间获取待分割肤色图,在变化的光照下获取肤色像素信息.然后在YCbCr颜色空间的(Cb-Cr)空间建立椭圆边界肤色模型,并建立(Cr-Cb)肤色灰度直方图,在二维灰度直方图上确定肤色大致位置,过滤掉大部分背景干扰.最后在灰度投影直方图上用高斯函数拟合得到精确的动态肤色范围,去除类肤色干扰.实验结果表明,该算法能够在变化的光照下对肤色进行自适应分割,在复杂背景下也有较好的分割效果.

摘要： 本文在分析肤色分割常用算法的基础上,验证了RGB空间中颜色的有序性,通过实验指出这种有序性在单个色彩平面上是正确的,但在整个RGB空间中,这种有序性不成立.为了研究颜色的顺序性,将颜色空间分别转换到对亮度变化具有不变性的HSL和HSB颜色空间,随后针对这两种与设备无关的常用颜色空间,从转换结果、转换步骤和计算量等几个方面作了详细的分析和比较,认为HSL类似于HSB,但是对HSB作了一定的修正,它的颜色集较大且在颜色空间转换中兼顾到色彩与亮度的相关性,所以在彩色人脸检测中,肤色分割适宜在HSL空间中进行.

摘要： 本文提出了一种肤色分割与统计特征分析结合的人脸检测方法。对现有的高斯肤色模型进行改进，采用以样本为单位的复合高斯模型进行肤色建模，使得肤色统计数据更趋于合理和精确。首先利用颜色姓习将彩色图像分割成皮肤区域和非皮肤区域，然后再利用基于边界的方法和基于区域的方法相结合的算法对肤色区域进行处理。实验结果表明，此方法计算最小，速度快，检测率较高。

摘要： 本文在YCbCr空间运用高斯滤波及自适应的光照补偿对图象进行预处理，运用最佳阀值法找出人脸区域，并运用形态学运算进行处理，正确定位了人脸的位置，应用不同光照情况下监控视频截取的200幅彩色图像进行了对比实验研究。结果表明：该方法有效可行，检测率达96%。

摘要： 基于肤色信息的人脸检测方法能快速获得所有可能的候选人脸。本文把经过光线补偿处理后的彩色图像从RGB转换到YCbCr色彩空间，根据实验获得的最佳阈值进行肤色分割，快速获得所有可能的候选人脸。对候选人脸作形态学处理及人脸区域标定，最终确定人脸区域。实验结果表明，基于肤色的人脸检测方法能快速的区分人脸区域和背景区域，将人脸区域标定在一个白色的矩形框内，具有良好的检测效果。

摘要： 针对经过肤色分割后的人脸图像，利用直方图统计方法，结合图像中的人脸形状特征，提出一种人脸区域标定的算法，设计了算法流程图，实现了人脸区域的标定。实验结果表明，这种方法能准确、快速地去掉肤色区域中的非人脸区域，从而标定出人脸区域。

摘要： 本文首先介绍了一种肤色的混合高斯模型,并将其用于肤色分割;其次介绍了基于矩形特征的强分类器,结合以上技术我们提出了一个改进的人脸检测方法。在得到人脸候选区域的处理过程中,我们将积分图像的概念应用到肤色分割和差分图像上,避免了使用形态学进行图像修复所带米的效率问题。由于利用运动信息进行分割具有其局限性,我们对系统结构进行了改进,将运动分割模块后移,利用前一帧的检测结果和帧间的运动信息对当前帧的检测结果进行补充。实验结果表明:在保证检测速度的同时,改进的系统对运动、静止人脸都可以进行有效的检测。

摘要： 鲁棒性好和高效的人脸检测是人脸识别的必要前提,针对人脸检测过程中的彩色图像,采用了一种将肤色分割与Adaboost算法结合的人脸区域检测算法,它是由粗到细的检测过程。本文首先用非线性分段色彩变换,建立了较为准确的肤色模型对图像进行分割,对人脸粗定位,再多次利用形态学区域开闭操作去除细小的噪声和填补孔洞,再融合层叠式Adaboost算法在得到较小的肤色区域检测人脸。仿真试验表明,该方法得到了较好的效果。

摘要： 针对彩色图像的人脸检测,提出了一种将肤色和Hausdorff距离相结合的人脸检测方法.首先使用基于YCbCr色彩空间的肤色高斯概率模型,对彩色图像进行肤色分割,得到人脸候选区域;然后对人脸侯选区域进行Hausdorff距离模板匹配,去掉非人脸区域,有效的检测出人脸.实验证明该方法可以有效的应用于单个人脸的不同尺度和复杂背景的情况,具有良好的检测效果.。

摘要： 本文针对互联网信息监测管理的需求,提出基于压缩域的网络信息监测过滤仪的概念,并从压缩域纹理信息的分类、轮廓提取、字符定位、肤色分割、人脸检测等几个方面对其所涉及的关键技术进行了广泛深入的研究,提出了一系列高效的压缩域图像处理算法,为监测过滤仪的进一步开发设计奠定了基础.

摘要： 基于肤色的人脸检测方法能快速获得所有可能的候选人脸。实验结果表明，这种方法能较好的区分人脸区域和背景区域，具有很好的鲁棒性。

摘要： 本发明提出一种基于特征分割的皮肤色素病变治疗效果图像处理方法，其特征在于，将治疗前后同一区域的皮肤色素病变彩色图像分别经过步骤S1‑步骤S5处理：步骤S1：将彩色图像转化为3通道RGB灰度图像；步骤S2：粗提取病灶区域；步骤S3：进行修补闭操作；步骤S4：计算获得图片的光照不均匀的区域；步骤S5：进行低通滤波处理，获得实际的病灶区域分布图；步骤S6：建立治疗效果图像评估模型。其通过对病灶区域进行分割，提取出ROI区域，并对图像分割区域的背景光强进行消除，解决拍摄过程中的背景光影响的问题。极大程度上地指导了临床影像分析的实践工作，并提供了一种实用性强的面部色素病变记录、分析与评估技术。

摘要： 本发明涉及一种基于肤色检测的烧伤患者人像分割方法。采用deeplab模型对烧伤患者进行人像分割，若发现人像分割后人像占整个图像的面积小于阈值，则判定分割效果不佳，改用高斯滤波对原图进行肤色检测，用闭运算去处人像中出现的小面积缺失点，之后用opencv进行轮廓提取，找出大面积的闭合缺失块，并进行肤色填充，得到较为完整的人像及类肤色的部分，再对较为完整的人像及类肤色的部分采用deeplab模型进行人像分割，去掉非人像部分，若得出人像分割面积占整个图像面积小于阈值，则直接将肤色检测处理后的较为完整的人像及类肤色的部分图像作为人像分割结果。本发明能够从复杂环境中准确识别出人像部分。

摘要： 本发明公开一种人脸与身体肤色区域的分割方法、系统及设备。本发明方法设计一种顺序肤色块检测法，然后根据人脸肤色块与身体肤色块的结构特点区分两类肤色块，从而实现人脸肤色块检测的及时截止，减少计算量，亦可进一步为后续码率分配提供辅助信息。

摘要： 本发明公开一种人脸与身体肤色区域的分割方法、系统和设备。本发明方法通过压缩域的信息，设计一种顺序肤色块检测法，然后根据人脸肤色块与身体肤色块的结构特点，区分两类肤色块，从而实现关键帧的人脸肤色块检测的及时截止，减少了计算量；随后，通过压缩域的运动与预测信息，确定后续帧搜索区域，亦避免了各帧完全搜索。

摘要： 本发明公开了一种广播电视新闻下利用图迁移的肤色分割及美化方法，包括步骤：S1，获取样本数据进行标注，然后准备数据集；S2，对准备的数据集进行特征提取，然后将提取的特征转换为图表示的形式，进行图内推理；S3，在不同数据集之间进行图间迁移，然后进行人体解析；S4，根据不同的人体肤色区域进行分区域的肤色美化等；本发明使得解析结果更加准确，可以使美化结果更加贴近自然，可以大大降低电视或直播场景中对于灯光的要求，节省人力物力等。

摘要： 本发明公开了一种基于肤色模型和统计特征的手势分割方法，包括以下步骤：(1)建立统计模型，将样本空间的样本图像从RGB颜色空间转换到HSV颜色空间和YCbCr，计算若干个通道的统计特征；(2)根据当前图像计算每个像素的平均值作为当前的背景模型，采用均值法区分当前帧每个像素为前景或背景；(3)获取当前图像的前景像素在通道中的色调值K(x,i,j)，与对应通道中的统计特征比较判断为皮肤像素或非皮肤像素。该手势分割方法首先通过计算量简单、时间复杂度低的背景差分算法缩小手势区域，然后对剩下的感兴趣区域利用统计特征在HSV和YCbCr混合空间进行手势肤色分割，计算量少，分割精确。

摘要： 一种基于肤色分割和小波变换的人脸检测方法。其包括输入图像肤色分割：对输入图像进行光照补偿，然后将光照补偿后的图像从RGB彩色空间转换到YCbCr彩色空间，通过设定阈值区间对肤色区域进行分割，然后对分割后的区域进行去噪处理和连通区域标记；输入图像特征提取：对输入图像进行小波变换，最终得到低维图像；变长模板匹配：将连通区域对低维图像进行掩模运算，通过统计标记的各连通区域的大小，针对不同连通区域制作不同大小的模板来对得到的连通区域进行变长模板匹配，最终通过判断与模板相关性的大小来完成人脸检测过程。本发明效果：将肤色分割的连通区域大小考虑进来，针对不同大小的连通域设置不同的模板，实现了模板匹配的自适应。

摘要： 本公开关于一种肤色分割方法、装置、电子设备及存储介质。通过对待分割图像进行特征提取，得到待分割图像中每个像素对应的特征向量，并将像素对应的特征向量分别输入前景概率查找表和背景概率查找表进行查找，得到像素对应的前景概率和像素对应的背景概率，进而获取像素对应的前景概率和背景概率之间的差值，当差值大于或等于设定阈值时，标记像素为皮肤。由于不同的曝光时间，环境光和皮肤的不同，相同的像素值在不同的情形下可能分别属于皮肤和非皮肤，因此，本实施例通过利用人脸区域的色彩信息作为先验，并与像素本身的色彩信息相结合，以对待分割图像中的每一个像素进行肤色识别分割，从而实现更准确的肤色分割。

摘要： 本公开关于一种肤色分割方法、装置、电子设备及存储介质。其中方法通过获取待分割图像中每个像素的色度分量信息，并将像素的色度分量信息分别输入前景概率查找表和背景概率查找表进行查找，得到像素对应的前景概率和像素对应的背景概率，若像素对应的前景概率和像素对应的背景概率之间的差值满足设定条件，则标记像素为皮肤。由于本实施例是通过前景概率查找表和背景概率查找表对待分割图像中的每一个像素进行肤色识别分割，从而具有较高的准确率，能够实现精度更高的肤色分割。

摘要： 本发明公开了一种广播电视新闻下利用图迁移的肤色分割及美化方法，包括步骤：S1，获取样本数据进行标注，然后准备数据集；S2，对准备的数据集进行特征提取，然后将提取的特征转换为图表示的形式，进行图内推理；S3，在不同数据集之间进行图间迁移，然后进行人体解析；S4，根据不同的人体肤色区域进行分区域的肤色美化等；本发明使得解析结果更加准确，可以使美化结果更加贴近自然，可以大大降低电视或直播场景中对于灯光的要求，节省人力物力等。