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:
提出了一种将肤色分割与AdaBoost算法相结合的人脸检测方法。该方法利用肤色的聚类特性在YCbCr色彩空间中建立肤色高斯模型,通过形态学处理完成图像肤色区域的筛选;然后利用AdaBoost算法训练弱分类器并构成强分类器,对强分类器进行组合,形成级联分类器并对候选区域进行人脸检测,排除非人脸肤色区域,实现对不同角度人脸的正确检测。该方法可同时解决肤色分割方法对复杂背景图像的高误检率与 AdaBoost算法对多姿态人脸图像的低检测率的问题。仿真实验表明,该方法具有检测率高、误检率低、适应性好及鲁棒性强的优点,对具有多姿态、多人脸和复杂背景信息的图像具有较好的检测效果,实用性得到增强。
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
基于多肤色空间及AdaBoost算法的人脸检测方法
YCbCr颜色空间
YCgCr颜色空间
YCgCb颜色空间
窗口合并
AdaBoost级联分类器
人脸检测
基于肤色和AdaBoost算法的彩色人脸图像检测
人脸检测
肤色检测
AdaBoost
级联分类器
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 基于肤色分割与 AdaBoost 算法的人脸检测
来源期刊 国外电子测量技术 学科 工学
关键词 人脸检测 肤色分割 AdaBoost级联分类器
年,卷(期) 2015,(12) 所属期刊栏目 应用天地
研究方向 页码范围 82-86
页数 5页 分类号 TN919
字数 3536字 语种 中文
DOI
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 毕雪芹 西安工业大学电子信息工程学院 37 192 7.0 12.0
2 惠婷 西安工业大学电子信息工程学院 1 38 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (71)
参考文献  (9)
节点文献
引证文献  (38)
同被引文献  (107)
二级引证文献  (92)
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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2016(7)
  • 引证文献(6)
  • 二级引证文献(1)
2017(18)
  • 引证文献(9)
  • 二级引证文献(9)
2018(40)
  • 引证文献(12)
  • 二级引证文献(28)
2019(49)
  • 引证文献(10)
  • 二级引证文献(39)
2020(16)
  • 引证文献(1)
  • 二级引证文献(15)
研究主题发展历程
节点文献
人脸检测
肤色分割
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
国外电子测量技术
月刊
1002-8978
11-2268/TN
大16开
北京东城区北河沿大街79号2楼
82-141
1982
chi
出版文献量(篇)
5838
总下载数(次)
16
总被引数(次)
30622
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导