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:
近年来,人脸检测作为一个热门的研究领域,诸多有效的检测方法层出不穷。在检测结果和检测速度方面较原来的检测方法都有很大的提升。在众多的检测算法中,FBLBP( Flexible Block-based Local Binary Patterns)算法在检测速度和准确度方面均有优异的表现。但在多人脸环境,单一的人脸检测结果还不是很理想。在FBLBP算法的基础上融合肤色检测,即对图像进行肤色预处理,将图像中的肤色区域优先提取出来,然后使用改进后的FBLBP算法在肤色区域优先进行人脸检测,从而使人脸检测的速度和准确度有更大的提高。采用Matlab进行编程实验,使用收集的图片对FBLBP算法、融合肤色和改进后的FBLBP算法进行对比。实验结果表明,融合肤色和改进的FBLBP算法的速度和准确性均有所提高。
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
基于肤色和独立成分的人脸检测
人脸检测
肤色分割
独立成分分析
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FBLBP算法的人脸检测
来源期刊 计算机技术与发展 学科 工学
关键词 人脸检测 肤色分割 FBLBP算法 局部二进制 分类器
年,卷(期) 2017,(1) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 44-47
页数 4页 分类号 TP301.6
字数 2520字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.01.010
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 李少波 贵州大学计算机科学与技术学院 163 758 13.0 21.0
2 王攀 贵州大学计算机科学与技术学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (305)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (10)
1987(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(8)
  • 参考文献(0)
  • 二级参考文献(8)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(6)
  • 引证文献(3)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 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
肤色分割
FBLBP算法
局部二进制
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导