人脸检测作为物体检测问题的一个特例,长期以来一直备受关注,已经开始广泛应用到全新人机界面、基于内容的检索、基于目标的视频压缩、数字视频处理、视觉监测等许多领域。
本论文研究的是如何准确地在复杂背景的灰度或彩色图像中测人脸,同时验证了结合肤色等多种信息融合的方法是提高检测速度的有效途径之一。
利用目前较为流行的AdaBoost算法的一个改进算法——GentleAdaBoost算法,设计实现了以这个算法为核心的快速人脸检测系统,系统分训练和检测两部分,训练的最终目的就是得到一多层分类器结构,人脸检测的效率和检测速度在很大程度上是由这种结构形式决定的。
通过一系列的比较得出样本选取、特征选取、核心算法等很多因素影响着多层分类器的结构形式。
本论文研究的是如何准确地在复杂背景的灰度或彩色图像中测人脸,同时验证了结合肤色等多种信息融合的方法是提高检测速度的有效途径之一。
利用目前较为流行的AdaBoost算法的一个改进算法——GentleAdaBoost算法,设计实现了以这个算法为核心的快速人脸检测系统,系统分训练和检测两部分,训练的最终目的就是得到一多层分类器结构,人脸检测的效率和检测速度在很大程度上是由这种结构形式决定的。
通过一系列的比较得出样本选取、特征选取、核心算法等很多因素影响着多层分类器的结构形式。
2024/6/24 19:03:18
1.38MB
1
1.先采集摄像头视频，对每一帧图像进行处理。
（这部分在主函数里面）2.然后对每一帧图像进行hsv颜色空间变换，这个模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）。
3.对hsv的各个通道进行阈值分割，分割出人体的肤色4.对分离出的人体肤色部分用腐蚀膨胀的方法进行滤波处理，在进行凹包凸包分析，计算各个分离出来的区块的面积，删除掉面积太小的区块，在计算轮廓的深度，取深度最大的为目标轮廓。
5.然后对目标轮廓的凹凸包的个数就可以的出手势表示的数字。
（这部分在主函数里面）2.然后对每一帧图像进行hsv颜色空间变换，这个模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）。
3.对hsv的各个通道进行阈值分割，分割出人体的肤色4.对分离出的人体肤色部分用腐蚀膨胀的方法进行滤波处理，在进行凹包凸包分析，计算各个分离出来的区块的面积，删除掉面积太小的区块，在计算轮廓的深度，取深度最大的为目标轮廓。
5.然后对目标轮廓的凹凸包的个数就可以的出手势表示的数字。
2023/12/19 20:27:47
32.63MB
1
肤色特征是人体表面的重要特征，在人脸检测与识别、基于内容的不良图像过滤系统中有着重要的地位。
分析了YUV颜色空间系统的特点，提出了一种基于椭圆区域的皮肤模型，将该模型应用于基于内容的不良图像过滤系统的皮肤检测部分中。
实验表明，利用该模型进行皮肤检测能够达到很好的效果。
分析了YUV颜色空间系统的特点，提出了一种基于椭圆区域的皮肤模型，将该模型应用于基于内容的不良图像过滤系统的皮肤检测部分中。
实验表明，利用该模型进行皮肤检测能够达到很好的效果。
2023/11/24 14:17:32
174KB
1
三个我最喜欢的风格文件1、富士正片(艳丽)_RVP-100F(Vivid).pf2，适合拍风景照，特点：色彩浓郁艳丽；
2、人物风景照_FolkInScene(vivid).pf2，适合拍人物风景照，特点：风景与1类似，但人物肤色更白皙自然；
3、明亮清晰_PtSoft.pf2，适合近距离人物照，特点：肤色白皙自然。
2、人物风景照_FolkInScene(vivid).pf2，适合拍人物风景照，特点：风景与1类似，但人物肤色更白皙自然；
3、明亮清晰_PtSoft.pf2，适合近距离人物照，特点：肤色白皙自然。
2023/10/15 16:31:25
8KB
1
基于CNN的静态手势识别系统，完整代码实现，可以基于二值化模型和高斯肤色模型对手掌分割，不包含训练好的CNN权值文件，需要的可以看博客另外下载。
2023/9/22 6:34:12
5.89MB
1
人脸识别技术可以应用于基于网络的身份认证，我们实现了基于WebCam的人脸识别与跟踪系统。
本文以WebCam采集的视频流为数据源，截取视频流中的单帧图像，通过转换彩色空间、人脸肤色建模、后处理操作和人脸定位算法实现了人脸检测，并以此为基础实现了在视频流中对于人脸的跟踪。
试验结果表明，我们所实现的人脸识别算法适用于近距离人脸的检测，可以应用于基于WebCam的身份认证。
本文以WebCam采集的视频流为数据源，截取视频流中的单帧图像，通过转换彩色空间、人脸肤色建模、后处理操作和人脸定位算法实现了人脸检测，并以此为基础实现了在视频流中对于人脸的跟踪。
试验结果表明，我们所实现的人脸识别算法适用于近距离人脸的检测，可以应用于基于WebCam的身份认证。
2023/7/24 10:18:46
3.36MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB