1、一種基于膚色的復雜背景人臉檢測方法1.人臉膚色模板提取復雜背景的彩色圖像中,總存在類膚色區(qū)域,裸露的非人臉膚色區(qū)域以及類膚色區(qū)域和膚色區(qū)域或者多個膚色區(qū)域緊密連接在一起. 單純使用膚色分割定位， 。2.膚色塊分類Ycbcr （1按照塊面積從大到小排列各塊（忽略面積小于一定閾值的小塊。(2尋找每個塊的重心（X,；計算各塊間距離的（重心連線減去在各塊內部部分的長度。從大塊開始，將距離小于一定閾值的歸位一類。Ycbcr值。去除面積小于一定閾值的類。最小矩形，將類中所有塊復制到矩形內，后續(xù)操作則在該矩形內進行?；谀w色模型的人臉檢測研究建立膚色樣本建立膚色模型需要大量包含不同膚色、不同大小人臉的 RG

2、B 100 剪出人臉皮膚區(qū)域的一小部分作為膚色的樣本。接著將其從 RGB Ycrcb 色彩空間。經(jīng)過色彩空間轉換之后，人臉圖像不可避免地會出現(xiàn)噪聲。本文采用滑動窗口為3X3 的二維中值濾波來去除噪聲，并在速度和效果上都取得了很好的結果。建立膚色模型消除噪聲后，先用二維高斯分布來描述這種 cbcr 中的膚色模型。光照預處理 G B G BR G B實驗結果表明，消除彩色偏移能有效提高算法的檢測率和準確率。類膚色檢測個像素與膚色模型的相似度，生成一副類膚色灰度圖像?；谀w色的人臉檢測與識別方法的研究膚色檢測技術1.膚色檢測設備的普及，今年來對圖像中膚色區(qū)域分割的研究日趨活躍。膚色在人臉檢測和跟蹤中

3、是一種有效的特征，盡管對于不同的人膚色差異可其中很窄的一部分頻帶，因此可以根據(jù)顏色信息來檢測像素點是否具有膚色特 基于顏色的系統(tǒng)可以在不同的視角中均能檢測到人臉，不收人臉姿態(tài)變化的影 由此看來，不同的檢測方法各有優(yōu)劣。由于人臉在空間中的分布非常復雜， 測與識別、表情識別、手勢識別、基于內容的圖像與視頻檢索、人機接口技術、肌體檢測等方面；也包括視頻監(jiān)控、皮膚病診斷等?？梢?，膚色檢測不僅是人臉或手勢等身份、情感和行為識別系統(tǒng)的重要組成，而且在安全防范、反恐。醫(yī)療保健、人臉的化妝盒整容的檢測中的應用也日趨重要。1. 膚色建模檢測技術的關鍵。三者分別對應閾值化、參數(shù)化和非參數(shù)化方法。3.規(guī)定膚色范圍Y

4、cbcr cbcr 屬于膚色像素。由于在不同的亮度分量上的矩形區(qū)域不同，因此在Y 分量上分段定義膚色矩形區(qū)域。（1）（2）怎么確定規(guī)則中的參數(shù)。選擇顏色空間不僅要考慮膚色樣本在顏色空間中的聚集程度，還要注意在該空間的色域，因為有些顏色空間的色域沒有規(guī)則邊界。基于新的膚色模型的人臉檢測方法膚色分割Hsu R L 最后，對輸入圖像的每個像素進行檢測，若其在 Ycbcr 空間中的 cbcr 屬于膚色區(qū)域，則定義為膚色值，否則為非膚色值。閾值分割由于人體皮膚區(qū)域的像素與膚色模型的相似度較高，計算得到的相似度值就比較大，因此，在類膚色灰度圖中，皮膚區(qū)域顯得比其他部分更亮。這樣一來， 通過選取合適的閾值即

5、可分割出膚色區(qū)域。0.1 0.65 閾值就是最佳閾值，根據(jù)這個閾值，就可以將類膚色灰度圖轉換為二值圖。基于膚色的人臉檢測系統(tǒng)RGB 色彩空間膚色統(tǒng)計在 RGB 模型也稱為紅、綠、藍基色模型，它是最常見的色彩空間模型，在 RGB 間中，不同的顏色都處在 RGB 個顏色分量上的亮度都為零。當 RGB 3 3 個角上。Ycrcb 色彩空間膚色統(tǒng)計與膚色分割Ycbcr YUV Y cr 是色Ycbcr 離，被 MPEGJPEG 等標準采用的特點，廣泛的應用在數(shù)字電視的色彩顯示燈領域中，Anil KJain 等人繪制了包括 853571 個膚色像素點的統(tǒng)計同學，該圖像Ycbcr Ycbcr 色彩空間與 RGB 色彩空間的轉換關系如公式：RGB 轉 換 為 Ycbcr Y=(77/256)R+(150/256)G+(29/256)BCr=(131/256)R-(110/256)G-(21/256)B+128Cb=-（44/256）R-(87/256)G+(