基于mean shift算法應(yīng)用于彩色圖像多人頭檢測(cè)
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論(0)
在復(fù)雜背景下進(jìn)行人頭檢測(cè)(Head Detection)是智能視覺處理系統(tǒng)的重要組成部分。在現(xiàn)實(shí)中,基于單一特征(如頭部輪廓、發(fā)色及相關(guān)統(tǒng)計(jì)特征等)的頭部檢測(cè)方法容易出現(xiàn)目標(biāo)區(qū)域的誤檢測(cè),兇此基于多特征的頭部日標(biāo)檢測(cè)是研究的熱點(diǎn)。
常用的人頭檢測(cè)算法有兩大類:一是基于先驗(yàn)規(guī)則的,比如發(fā)色模型形狀和膚色等:另一類是基于特征和分類器的檢測(cè)方法,比如尋找人頭輪廓,然后采用支持向量機(jī)SVM(support vector machine)、AdaBoostr、神經(jīng)網(wǎng)絡(luò)等分類器進(jìn)行訓(xùn)練。
基于先驗(yàn)規(guī)則的方法,其主要思想是通過對(duì)大量的實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì),得出一個(gè)模型,然后利用提取出的模型來準(zhǔn)確地檢測(cè)人頭:但是,先驗(yàn)?zāi)P偷奶崛∪菀资艿焦庹沼绊懀斐色@取的模型不準(zhǔn)確,從而導(dǎo)致人頭檢測(cè)方法失敗。基于特征提取和分類器訓(xùn)練的方法具有良好的魯棒性,人頭檢測(cè)的正確率也很高:但是分類器的訓(xùn)練比較耗費(fèi)時(shí)間,如果特征數(shù)目比較多還會(huì)增加空間復(fù)雜度。基于上述兩類方法的基礎(chǔ)上,本文提出利用mean shift的彩色圖像分割算法的人頭檢測(cè)方法,文中采用的白適應(yīng)mean shift算法是一種特征空間聚類算法,它的一個(gè)突出優(yōu)點(diǎn)是不須人為地設(shè)定過多參數(shù)而可以得到較為客觀的分割結(jié)果。灰度圖像處理包括選擇式掩模平滑和灰值形態(tài)學(xué)進(jìn)行處理,以提高頭部日標(biāo)的灰度與背景的區(qū)別,為閾值分割的預(yù)處理和為輪廓特征進(jìn)行人頭檢測(cè)提供基礎(chǔ)。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于mean shift算法應(yīng)用于彩色圖像多人頭檢測(cè)下載
相關(guān)電子資料下載
- 為什么圖片識(shí)別要將彩色圖像灰度化? 1282
- 為什么圖片識(shí)別要將彩色圖像灰度化? 1794
- 彩色成像的原理 相機(jī)如何進(jìn)行顏色識(shí)別 3028
- 關(guān)于彩色圖像高斯反向投影基于OpenCV的C++代碼 812
- 如何利用紅外相機(jī)重建人臉照片彩色圖像 4987
- 淺談攝像機(jī)如何獲得彩色圖像的? 4099
- 如何使用FPGA實(shí)現(xiàn)偽彩色圖像? 1435
- 如何使用FPGA實(shí)現(xiàn)偽彩色圖像 2318
- 三層彩色圖像傳感器工作原理和規(guī)格 1878
- 簡(jiǎn)要概述三維重建3Dreconstruction技術(shù) 18120