肤色检测

摘要： 肤色检测是一种将图片中颜色为人体肤色的像素点和区域识别出来的技术,常用于手势识别、人机交互等计算机视觉领域。本文研究了基于RGB、HSV、YCb Cr 3种不同色彩空间的肤色检测算法,并对这些算法的检测效果进行了实验测试,最后对实验结果进行了对比分析。

摘要： 随着计算机视觉技术的飞速发展,人脸的检测技术已经广泛用于人们的日常生活中。人脸检测技术的改善与进步会使人脸识别系统的效率提高,从而使我们的生活变得更加便捷。论文参考前沿神经网络算法研究成果,在此基础上结合肤色检测、清晰度检测、以及人脸姿态估计构建一个基于视频数据的人脸检测加优选的人脸推送方法。以MTCNN网络结构为基础,针对大多数人脸识别算法对于待识别图片的需求,将最优最好的人脸图像供其识别,从而达到提高人脸识别效率的目的。

摘要： 人脸检测是一种在数字图像中找到人脸位置和大小的技术。常用于人脸识别、人脸追踪、面部动作捕捉、相机自动对焦等应用中。本文设计并实现了一种基于肤色检测和Haar级联分类器的系统来进行实时人脸检测,先通过肤色检测过滤掉图像中的非皮肤像素区域,后通过Haar级联分类器对剩余像素区域中的人脸进行检测。实验结果表明本系统能够实时地对视频画面中的人脸进行检测,且人脸检测算法计算时间明显小于传统的检测算法。

摘要： 非正面人脸图像比正面人脸图像更容易产生因角度原因导致光照不均匀进而肤色出现色彩偏差的问题,为了应对这种问题,详细分析了灰色世界法、完美反射法、动态阈值法和参考白算法,并在非正面人脸库进行实验.经过研究发现,可以根据平均亮度来选择光照补偿算法.实验结果表明,在平均亮度小于100时,采用参考白算法,平均亮度大于150时,采用完美反射法.在检测效果上比单一的光照补偿算法更优.

摘要： 肤色检测在人脸检测、手势识别、敏感图像过滤、医疗诊断、图像增强等计算机视觉和图像处理领域具有广泛的应用.由于人体肤色容易受光照条件、种族等因素的影响,难以在非限制性场景中达到理想的肤色检测效果,所以自适应肤色检测方法应运而生.本文较全面地对自适应肤色检测方法进行了综述,重点分析了基于参数动态调整和基于高层语义特征的自适应肤色检测方法,讨论了它们各自的优势和不足,并在此基础之上展望了未来的发展趋势,为相关研究人员提供参考.

摘要： 针对目前基于普通PC摄像头手势识别方法的不足之处文章提出了一种手势检测与识别算法.通过肤色分割结合背景差分检测手部区域;提取手势轮廓并计算轮廓点与中心点的距离;最后提取相对曲线高度特征并采用动态时间归整算法(DTW)识别手势.实验结果表明,上述方法在手势检测和识别结果上都能取得比较好的效果.

摘要： 论文将两种传统的皮肤检测算法,基于RGB颜色空间的肤色检测法和基于椭圆皮肤模型的肤色检测,以及一种新的基于机器学习的皮肤检测算法进行了仿真与比较.

摘要： 针对智慧机械手的手势识别问题,该文提出综合HCrCb肤色检测方法,以混合肤色检测为方案,表明所改良的肤色检测方法相比于现在较为流行的肤色检测方法,在不同光照环境下有较好的检测效果.该文首先研究了五种传统的肤色检测方法,并进行了实际环境的检测测试,最终综合各颜色空间的聚类特征,选用HSV空间的H和YCrCb空间的CrCb尝试肤色检测,并通过实际测试对方案进行验证,实现更高精度的检测,对未来肤色检测方法推进有重要意义.

摘要： 通过监控视频自动检测操作任务中手部异常行为,能够预防人因差错,提高人因可靠性.针对手部操作任务运动特征不明显、常用异常检测和手势识别方法不适用的问题,提出基于区域划分与标准时间的手部异常行为检测技术.使用基于椭圆模型的肤色检测方法,检测视频中手部形心位置;提出工作区域划分方法,根据手部形心在操作过程中所处区域的不同,将连续操作分割为单元任务,获得各段单元任务的起止时间和持续时长;以正常工作时间为标准,对超出标准时间范围的单元任务提出异常警告.实验表明:所提方法的单元任务分割正确率高于93％,异常行为检测率高于86％,能够有效检测手部异常行为,为人为差错的监测与预警提供技术支持.

摘要： 肤色检测在敏感图像过滤、人脸检测与跟踪、手势识别等领域都有着重要的应用。传统的肤色检测算法主要利用了单个像素的颜色特征，易受光照条件，复杂背景等因素的影响。文中基于图像块，提出了一种新的基于数据挖掘的肤色检测算法。首先提取图像块的颜色和纹理特征，然后利用决策树的数据挖掘方法训练生成肤色块的判断规则。实验结果表明文中所提出的肤色检测算法取得了良好的检测效果，尤其是对含有与皮肤相近颜色物体或背景的图像。

摘要： 提出了一种新的基于边缘检测与肤色检测的人脸检测算法;人脸识别系统是由人脸检测和人脸识别两部分组成的;人脸检测已经成为一个独立的分支受到了国内外的高度重视,科研工作者已经提出了许多研究方法,本文采用了把新的边缘检测算法和肤色检测结合使用,提高了检测效率。通过matlab语言进行仿真,验证了该方法的可行性。

摘要： 针对彩色图像中多姿态人脸检测问题，提出了一种基于小波不变矩和自组织竞争神经网络的检测方法。这种方法能够从复杂背景的中定位各种姿态人脸。 首先用肤色检测法来获取候选区域,限制了后续的搜索范围,提高了算法的效率。与其它多姿态人脸检测算法相比,它不是先设计一个角度检测器测试图像旋转角度,再交由相应的人脸检测器进行检测。它是直接将图像的小波不变矩作为检测器的输入来进行检测的。由于小波不变矩能有效地提取候选区域的局部特征而且具有旋转不变性,它可以对各种姿态的人脸进行有效地识别。而本文检测器选用的自组织竞争神经网络,它具有很强的自组织和学习能力,能够大大节约训练时间。实验证明,本算法能够识别各种姿态人脸,算法具有高速度、高精度的特点。

摘要： 本文对基于摄像头的人机交互技术进行了介绍.针对摄像头图像输入的滞后造成的模糊性以及不同光照条件下基于色彩空间的肤色检测方法阈值变化很大不具有自适应功能的缺点,在B-P神经网络模型的基础上,构造了一个基于模糊模式的神经网络肤色滤波器.该滤波器具有学习速度快、可适用于较广范围的光照条件等特点,可应用于复杂环境下的手势图像检测、人脸检测等.

摘要： 肤色检测是人脸识别和敏感图像过滤等领域中的关键技术.本文针对已有肤色算法对亮度信息考虑不足的缺点,在色度空间模型基础上提出了一种在彩色图像中检测肤色像素的新方法--基于亮度的自适应色度空间模型肤色算法,该方法综合了肤色像素在YUV、YIQ色彩空间上的分布特征,并且可以根据图像亮度信息以及I值和UV的夹角值区分肌肤颜色,针对不同肤色选用不同阈值进行检测.实验证明该方法对偏黄、黑色肌肤(亚洲、非洲人)和偏白色肌肤(欧美人)均有很好的检测效果,肤色像素检测的正确率达93.4795﹪,误检率和检测时间相对变化不大,检测效果有明显提高.

摘要： 司机人眼的实时、高效、准确定位在实际应用中有很重要的意义，针对司机驾驶过程中头部运动多变、行车环境光线多变情况下，本文提出一种人眼快速定位方法。该方法首先对图像进行光线补偿，而后在YCbCr 颜色空间进行肤色区域划分，根据人脸特征，进行分割；然后用Sobel 边缘算子提取边缘信息，再利用人眼模板匹配方法快速定位人眼。充分利用视频图像帧与帧之间相关性进行人眼的跟踪与定位，实验证明该方法快捷有效、具有很好的鲁棒性。

摘要： 司机人眼的实时、高效、准确定位在实际应用中有很重要的意义，针对司机驾驶过程中头部运动多变、行车环境光线多变情况下，本文提出一种人眼快速定位方法。该方法首先对图像进行光线补偿，而后在YCbCr 颜色空间进行肤色区域划分，根据人脸特征，进行分割；然后用Sobel 边缘算子提取边缘信息，再利用人眼模板匹配方法快速定位人眼。充分利用视频图像帧与帧之间相关性进行人眼的跟踪与定位，实验证明该方法快捷有效、具有很好的鲁棒性。

摘要： 司机人眼的实时、高效、准确定位在实际应用中有很重要的意义，针对司机驾驶过程中头部运动多变、行车环境光线多变情况下，本文提出一种人眼快速定位方法。该方法首先对图像进行光线补偿，而后在YCbCr 颜色空间进行肤色区域划分，根据人脸特征，进行分割；然后用Sobel 边缘算子提取边缘信息，再利用人眼模板匹配方法快速定位人眼。充分利用视频图像帧与帧之间相关性进行人眼的跟踪与定位，实验证明该方法快捷有效、具有很好的鲁棒性。

摘要： 司机人眼的实时、高效、准确定位在实际应用中有很重要的意义，针对司机驾驶过程中头部运动多变、行车环境光线多变情况下，本文提出一种人眼快速定位方法。该方法首先对图像进行光线补偿，而后在YCbCr 颜色空间进行肤色区域划分，根据人脸特征，进行分割；然后用Sobel 边缘算子提取边缘信息，再利用人眼模板匹配方法快速定位人眼。充分利用视频图像帧与帧之间相关性进行人眼的跟踪与定位，实验证明该方法快捷有效、具有很好的鲁棒性。

摘要： 司机人眼的实时、高效、准确定位在实际应用中有很重要的意义，针对司机驾驶过程中头部运动多变、行车环境光线多变情况下，本文提出一种人眼快速定位方法。该方法首先对图像进行光线补偿，而后在YCbCr 颜色空间进行肤色区域划分，根据人脸特征，进行分割；然后用Sobel 边缘算子提取边缘信息，再利用人眼模板匹配方法快速定位人眼。充分利用视频图像帧与帧之间相关性进行人眼的跟踪与定位，实验证明该方法快捷有效、具有很好的鲁棒性。

摘要： 本发明提出一种基于肤色检测的鼻头定位方法和系统。本发明方法利用肤色检测和鼻部区域的色度幅值低的特点，缩减搜索范围，避免全图对比度计算，减少计算量；进一步地，利用人脸检测区域定位点及人脸鼻头区域，进行一致性判定，可进一步删除误判，以提升鼻头定位技术的时效性。

摘要： 一种基于人脸肤色检测的虚拟人物形象的头发图层处理方法，其特征在于，包括，检测人脸区域和特征点；肤色区域处理；肤色区域以及特征点轮廓、抠头掩码mask等信息，得到人脸掩码mask；人脸掩码处理，边缘过渡自然；渲染各图层，生成最终的形象。本发明提供了一种基于人脸肤色检测的虚拟人物形象的头发图层处理方法及系统。由于在抠头中头发抠图的难度较大，抠头发的效果会由于各种背景和服装的影响而变得不自然，所以本发明采用了让头发放在身体和服装图层的后面的方案，遮盖住不自然的头发部分，使得生成的人物形象更加美观。

摘要： 本发明提供一种基于肤色检测的图像处理方法、系统及服务器，所述基于肤色检测的图像处理方法包括以下步骤：将原始图像转换至指定色彩空间，以区分出适于检测肤色的第一肤色区域；对所述第一肤色区域进行优化处理，以提取优化后的第二肤色区域；对所述第二肤色区域进行色温估计及白平衡校正，以获取经过白平衡处理的图像。本发明计算复杂度低可有效提高增益校正因子的准确度，并能有效的减小图像显示的功耗。

摘要： 本发明提供了一种基于肤色检测和深度学习的视频手势的识别方法及装置，其中的方法获取视频数据后，通过预设皮肤色彩特征分割模型进行肤色判别后，分割出皮肤区域，并得到二值化图像，然后对二值化图像进行轮廓提取，提取出手部轮廓，再利用预设手势识别模型对提取出的手部轮廓进行识别。实现了提高手势识别的效率以及精度的技术效果。

摘要： 本发明的实施方式提供了一种肤色检测系统、方法、介质和计算设备。该系统包括：检测模块被配置为对待检测图像进行特征提取并检测得到初始肤色区域；监督模块被配置为从待检测图像中获取面部关键点信息，基于面部关键点信息生成监督信息，其中监督信息用于确定出待检测图像所包含的检测干扰区域；检测校正模块被配置为根据监督信息从初始肤色区域中筛除检测干扰区域得到目标检测区域。通过基于面部关键点生成的监督信息，将检测干扰区域从初始肤色区域中筛除得到目标检测区域，由于用于检测的目标检测区域更精准，因而使得肤色检测精度和肤色检测质量大幅提升，大大改善用户体验，又有助于扩展肤色检测的应用场景，适应于不同应用场景。

摘要： 本发明提出了一种基于角点肤色检测的多尺度人脸检测方法，主要包括：(1)基于高斯差分和边缘梯度过滤的图像角点提取方法；(2)肤色角点过滤方法；(3)基于密度聚类的多尺度人脸检测方法。通过检测人脸中的肤色角点的位置，确定人脸的中心和轮廓边缘，从而实现人脸检测。

摘要： 本发明提出一种基于肤色检测的运动手势检测及识别方法，包括以下步骤：S1摇动检测：检测定位手部的位置，找到手部的候选区域；S2手部肤色模型处理：对摇动检测后找到的手部区域进行肤色识别，区分人手和背景，建立肤色概率模型；S3手势跟踪：利用均值漂移算法进行手势跟踪，用窗口搜索跟踪识别手势；S4手势区域分割：进一步利用手部肤色模型对跟踪的手部区域进行分割，得到手势的二值图像；S5手势识别：使用支持向量机算法实现手势动作的识别。

摘要： 本申请实施例公开了一种基于肤色检测的视频编码控制方法及装置，该方法包括：对视频图像中划分的多个检测单元进行检测，得到每个所述检测单元的肤色检测结果；根据所述肤色检测结果确定对应的编码块的肤色显著度值，所述编码块包含多个所述检测单元，所述视频图像包含多个编码块；根据所述编码块的肤色显著度值对所述编码块进行视频编码，本方案优化了肤色检测机制，提高了肤色检测的灵活性，提升了视频编码效果。

摘要： 本申请实施例提供一种肤色检测方法、装置、终端和存储介质，涉及图像处理技术领域，可以提高肤色检测的准确性。肤色检测方法，包括：获取人脸图像；确定人脸图像中的人脸关键点；根据人脸关键点确定人脸图像中的肤色估计感兴趣区域和光照估计感兴趣区域；获取肤色估计感兴趣区域对应的肤色检测色值；获取光照估计感兴趣区域对应的光照检测色值；将肤色检测色值和光照检测色值作为肤色估计模型的特征输入，并获取通过肤色估计模型输出的肤色校正色值。

摘要： 本实用新型公开了一种带肤色检测的激光脱毛仪，该激光脱毛仪的内部设有主控板和激光器，顶部设有治疗头；该治疗头的头部为出光口，该出光口的一侧设有肤色采集窗口；该治疗头内设有皮肤感测电路和颜色传感器，该皮肤感测电路包括皮肤感应板和皮肤感应芯片；当皮肤感应板感应到使用者的皮肤接触时，发送模拟电平信号给皮肤感应芯片，皮肤感应芯片输出高电平信号给肤色检测电路，该肤色检测电路控制LED灯点亮，通过肤色采集窗口采集皮肤颜色的RGB值并发送给主控板，主控板根据RGB值控制激光器输出与肤色相匹配的脉冲波形。本实用新型可以检测使用者肤色并根据肤色输出相应的脉冲光。