原文服务方: 计算机应用研究       
摘要:
针对肤色检测对复杂背景下的图像误检率高和AdaBoost算法对多姿态、多人脸图像检测效果不理想的问题,将基于肤色的人脸检测与基于AdaBoost算法的人脸检测结合起来,提出一种新的人脸检测方法,即首先利用肤色和形态学操作分割肤色区域,再根据人脸区域的统计特性筛选出人脸候选区域,然后用AdaBoost级联分类器对候选区域扫描,以精确定位人脸.实验表明,该方法同时具有肤色检测正确率高与AdaBoost算法误检率低的优点,可以有效地运用于多姿态、多人脸和复杂背景的情况,具有较好的检测效果.
推荐文章
基于肤色和Adaboost算法的人脸检测
人脸检测
Adaboost 算法
Haar特征
肤色分割
基于Adaboost算法和肤色验证的人脸检测研究
Adaboost算法
肤色验证
人脸检测
基于肤色统计矩和Adaboost算法的人脸检测研究
Adaboost
统计矩
HSV空间
人脸检测
智能监控
基于肤色及AdaBoost算法的自动调焦人脸检测
人脸检测
皮肤检测
AdaBoost
OpenCV
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于肤色和AdaBoost算法的彩色人脸图像检测
来源期刊 计算机应用研究 学科
关键词 人脸检测 肤色检测 AdaBoost 级联分类器
年,卷(期) 2007,(10) 所属期刊栏目 图形图像
研究方向 页码范围 178-180,184
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.10.055
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 熊盛武 武汉理工大学计算机科学与技术学院 81 748 15.0 23.0
2 宗欣露 武汉理工大学计算机科学与技术学院 4 66 3.0 4.0
3 朱国锋 武汉理工大学计算机科学与技术学院 3 60 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (23)
同被引文献  (27)
二级引证文献  (60)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(12)
  • 引证文献(2)
  • 二级引证文献(10)
2014(10)
  • 引证文献(2)
  • 二级引证文献(8)
2015(17)
  • 引证文献(4)
  • 二级引证文献(13)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人脸检测
肤色检测
AdaBoost
级联分类器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导