肤色范围与人脸区域之研究探讨.pdfVIP

w 页码，1/4(W) 应用 用户名: 密码: 登录 注册 HOHO 照片PK 分享 http:// 提交查询内 分享 热门分享 最新分享 好友的分享 我的分享 如何分享? 问题反馈 投票 wensanmu 的分享 分享 测试 礼物 肤色范围与人脸区域之研究探讨~~~ 开心部落 汽车工厂 本文转自：/pappercut/blog/item/73b88a443d07e94d500ffee9.html 七彩鱼 大家都听过google推出面部搜索吧~下面转的一篇文章就从比通俗的技术来介绍计算机是如何从众多图片中分析出带有面部的图片 的,如果有对这个问题敢兴趣的朋友,可以去看我以前推荐的一本pdf文档 “怎样鉴别黄色影像” 更多 .tw/cvrc/edm/vol_8/tech2.htm前言 网页游戏 在众多的相关研究中，如：人脸追踪、表情辨识…等，都需要依靠人脸来进行，因此其首要工作就是寻找出人脸区域位置，然而 在彩色影像中如何快速定位 出人脸位置，其利用肤色资讯即可作为寻找人脸位置之判定讯息。但是一般在进行肤色侦测时通常所 会面临的问题为：该如何选择「色彩空间」以及如何建立出「肤 色分布模型」以便做肤色侦测，因此，综合上述的问题，本篇报 告亦将依序介绍。本篇文章结构如下：第一部份会简短介绍色彩空间下的肤色空间之群聚特性，第二 部分则是说明如何建立出肤 色分布模型之方法与相关特性和优缺点比较，第三部分为人脸肤色侦测结果，最後则为结论与参考文献。 一、肤色之空间群聚特性 肤色侦测其最主要是要藉由肤色模型来判断出是否为肤色，因此如何建立出一精确的肤色模型必为重要，然而已有几位相关领域 的学者提出肤色侦测的技术 与方法，如 Peer等人[10]定义出肤色群聚范围以利快速侦测肤色，文献[1]也将众多的肤色模型大致 区分为两类：参数式模型 (Parametric)与非参数式模型(Non-parametric)，其两者在肤色样本训练所需的计算时间以及参数的储存 空间上都有很大差异。在参 数式肤色模型中，Yang and Ahuja [4]利用高斯模型(Gaussian Model)求取肤色机率值，但由於肤色 的分布可能不是单纯的单 一高斯分布，因此Yang and Waibel[7]与McKenn等人[8]则利用高斯混合模型(Gaussian Mixture Model) 求 出更加精确的肤色机率值，而J. Y. Lee and S.I. Yoo[11]亦提出椭圆边界肤色模型 (Elliptic boundary model)并证实比高斯模型 更为精确；而在非参数式肤色模型中，Chai and Bouzerdoum[5] 则利用贝氏分类器(Bayes Classifier)进行侦测，Zarit等人[9]对五 种不同的色彩空间与利用统计直方图(Histogram)与贝 氏分类两肤色模型做比较。 根据过去相关研究中可得知[2]，在彩色影像