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:
针对复杂背景下的人体彩色图像,提出了一种基于YCbCr颜色空间和Mini-Batch聚类的肤色检测算法.算法首先将目标图像转换到YCbCr颜色空间,并在Cb和Cr分量上进行统计建模,得出肤色阈值的高斯分布模型;然后采用Mini-Batch聚类算法在Cb和Cr分量上对肤色进行聚类分割,并对分割出的肤色区域进行面积过滤和区域归并,最终获得完整的肤色区域.仿真结果表明,相比传统算法,该算法对光照变化具有很好的鲁棒性,在背景复杂的人体图像中,能够得到较为完整、准确的肤色区域;同时该算法对大尺寸的图像具有较高处理效率.
推荐文章
基于肤色的复杂背景条件下的人脸检测
人脸检测
肤色分割
Adaboost
基于YCgCr颜色空间的光照自适应的肤色区域检测
肤色模型
RGB颜色空间
YCgCr颜色空间
肤色检测
光照自适应
基于YCbCr颜色空间和Fisher判别分析的棉花图像分割研究
棉花分割
Fisher线性判别分析
YCbCr颜色空间
贴标签去噪
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
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 复杂背景下基于YCbCr颜色空间和Mini-Batch聚类的肤色检测
来源期刊 云南师范大学学报(自然科学版) 学科 工学
关键词 Mini-Batch聚类 YCbCr颜色空间 肤色检测 聚类分割 区域归并
年,卷(期) 2017,(5) 所属期刊栏目 计算机科学及应用
研究方向 页码范围 27-33
页数 7页 分类号 TP391.41
字数 2413字 语种 中文
DOI 10.7699/j.ynnu.ns-2017-061
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 云利军 云南师范大学信息学院 43 252 9.0 15.0
2 王坤 云南师范大学信息学院 52 51 4.0 5.0
3 陈涛 云南师范大学信息学院 8 24 2.0 4.0
4 程飞燕 云南师范大学信息学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (23)
参考文献  (10)
节点文献
引证文献  (8)
同被引文献  (15)
二级引证文献  (2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Mini-Batch聚类
YCbCr颜色空间
肤色检测
聚类分割
区域归并
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
云南师范大学学报(自然科学版)
双月刊
1007-9793
53-1046/N
大16开
云南昆明市一二一大街298号
64-74
1958
chi
出版文献量(篇)
2229
总下载数(次)
5
总被引数(次)
10561
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导