基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在唇区检测中,应用Haar特征训练Adaboost分类器方法能很好地适应各种背景环境,但是只能得到包含唇部的矩形区域,并不能准确定位嘴唇部分,而常用的唇色分离算法虽然能准确定位唇部,但是对图像的背景环境要求较高.基于此,提出自适应唇色分离方法,该方法是以Haar特征训练Adaboost分类器作为基础,自适应地调整唇色分离的常量参数,从而能够动态地获得唇色与肤色的分布范围,实现准确地获得各类背景图像的唇部区域,很好地提高了唇区检测的精确性和鲁棒性.利用该方法对GENKI数据库中4 000幅图像进行处理,成功地实现唇区检测,并对唇区域边缘图进行曲线拟合来实现定位,实验结果表明在各种复杂背景下,该方法更有效.
推荐文章
一种新的快速自适应车牌定位方法
智能交通系统
车牌定位
纹理分析
灰度投影
自适应
一种Roberts自适应边缘检测方法
图像处理
边缘检测
自适应阈值
一种自适应的分布式副本定位方法
数据网格
复制管理
副本定位
负载均衡
一种快速的自适应镜头边界检测方法
镜头边界检测
跳帧法
滑窗
自适应检测
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 一种自适应唇区检测及定位方法
来源期刊 计算机工程与应用 学科 工学
关键词 自适应唇色分离 Adaboost分类器 矩阵变换
年,卷(期) 2010,(21) 所属期刊栏目
研究方向 页码范围 17-20
页数 分类号 TP391
字数 3738字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.21.005
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 潘保昌 广东工业大学信息工程学院 56 324 9.0 15.0
2 梁坚 广东工业大学自动化学院 7 50 3.0 7.0
3 黄永慧 广东工业大学自动化学院 18 299 5.0 17.0
4 范晓燕 广东工业大学自动化学院 5 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (67)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自适应唇色分离
Adaboost分类器
矩阵变换
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导