导读:本文包含了特征肤色论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:肤色,特征,模型,深度,卷积,直方图,神经网络。
特征肤色论文文献综述
郭佳玥,韩豪杰,石金泽,刘昕月,高雪雪[1]（2019）在《基于脸型及肤色特征的饰品推荐系统》一文中研究指出电子商务的快速发展,使得线上商品极大丰富。快速根据用户脸部主要特征匹配适合的饰品能够同时满足饰品销售商和客户在促销、便捷、高效、精确匹配等方面的需求。本文通过人脸的二维图像自动识别人脸脸型及五官、肤色等特征,并根据饰品搭配知识实现饰品推荐。(本文来源于《电子商务》期刊2019年12期）
林显宁,罗家林[2]（2019）在《基于肤色与脸部特征提取的人脸检测》一文中研究指出人脸检测与识别技术属于生物特征验证手段的一种,可应用于视觉监测、安全访问控制与智能用户接口等多个领域。而人脸检测在人脸识别中占据重要地位。在肤色模型和小波变换有效结合的基础上,即可对人脸进行确定,特别是眼睛位置。经过小波变换处理,结合几何位置展开检测,并使用Fisher分类器即可对嘴巴的位置进行检测。在全新的技术支持下,可以在短时间内准确检测人脸,精准度较高。基于此,文章将肤色和脸部特征提取作为重要基础,重点阐述人脸检测的实现路径,希望对人脸检测与识别技术的发展有所帮助。(本文来源于《现代信息科技》期刊2019年17期）
唐云龙,何麒,陈平[3]（2019）在《基于肤色特征的人脸检测方法研究》一文中研究指出论文通过对目前国内外主流人脸检测的算法进行比较研究,探讨如何提高人脸识别算法的精确度和检测速度,为国内开发各类人脸识别系统提供参考,主要是通过分析以肤色特征为主的人脸检测法,了解其计算过程和原理,对其拥有的色彩空间、预处理人脸图像检测技术以及依据人脸特点建立相应的肤色模型等算法、检测技术进行深度分析。通过研究,笔者认为在社会经济发展中,人脸检测应用比较广泛,相较之其他识别人体生物的系统,人脸识别方式更加直接与友好,已成为未来识别认证身份的一种重要发展趋势。以肤色特征为主的人脸检测法,不仅色彩空间广,且运用了综合检测技术,提高了检测精确度,检测速度也更加快捷,主流人脸检测算法均有各自的特性,但总体而言,建立在脸部肤色特点基础上的人脸检测技术与综合检测技术相结合,不仅能够有效提高肤色检测技术的准确率,还可以极大地提高Adaboost算法的检测速度与效率,使用比较广泛。(本文来源于《电脑知识与技术》期刊2019年19期）
张新景,兰育飞,史颖刚[4]（2019）在《基于肤色特征的人脸检测》一文中研究指出本文研究了一种基于肤色特征的人脸检测算法。利用MATLAB软件将图像在色彩空间转换为归一化的RGB模型,对r、g分量进行统计分析,建立肤色分布高斯模型,并通过计算肤色相似度得到肤色概率似然图。随后经过平滑滤波、阈值分割等操作获得可能的脸部区域的二值图像,再利用面积中心和高宽比求出质心和偏转角度,与人脸模板进行相关系数的匹配,最后检测并标记出人脸区域。经过测试,此算法能够较好的实现人脸检测。(本文来源于《信息技术与信息化》期刊2019年04期）
杨文斌,杨会成,鲁春,朱文博[5]（2018）在《基于肤色特征和卷积神经网络的手势识别方法》一文中研究指出传统手势识别方法需要人工选取特征,选取的特征往往很难适应手势的多变性,从而极大地影响了手势的识别率;提出了一种基于肤色特征和卷积神经网络的手势识别方法;首先采用椭圆肤色模型对复杂背景下的手势样本进行分割,将分割出的手势区域进行二值化和归一化处理,然后构建了一种卷积神经网络对处理过的手势样本进行迭代训练,提取出各类手势关键的高维特征,进而得出手势识别模型;通过该方法训练出的手势模型能够自主地对给定的手势图像进行特征提取和手势分类;实验表明:该手势识别方法在测试集上具有较高的识别率;在现实场景的测试中,该方法也取得了良好的手势识别效果,且实时性和鲁棒性较好。(本文来源于《重庆工商大学学报(自然科学版)》期刊2018年04期）
马玉志[6]（2018）在《基于肤色和块特征手部检测系统的实现》一文中研究指出针对肤色和块特征手部检测系统的实现进行了论述。(本文来源于《科学技术创新》期刊2018年07期）
周满,罗浩,尉宇[7]（2018）在《基于肤色分割与几何特征的人脸检测》一文中研究指出针对传统的人脸检测方法存在算法复杂、鲁棒性差以及精确度低等不足,提出一种基于肤色分割与几何特征的人脸检测算法。首先,将人脸彩色图像进行光照补偿预处理与非线性转换,建立YCb Cr颜色空间肤色模型同时融合人脸几何特征进行粗定位;然后,在人脸区域内,依据眼睛与嘴巴的色度特性分割出眼睛与嘴巴的特征区域并确定各自特征点的中心位置;最后利用眼睛,嘴巴的几何关系构建叁角形精确定位人脸。实验结果表明,该算法简单,在速度与准确性方面具有良好的性能。(本文来源于《信息技术》期刊2018年02期）
秦琴[8]（2018）在《基于肤色和几何特征的人脸检测与识别方法》一文中研究指出基于肤色模型、唇色模型和几何特征的人脸检测确定方法,在机器视觉、智能人机交互系统、以及图文排版与校对等领域发挥着重要的作用。(本文来源于《科技风》期刊2018年01期）
陈伟栋[9]（2017）在《基于肤色模型的人脸检测及特征点定位方法研究》一文中研究指出人脸检测及特征点定位在计算机视觉研究中有着重要地位,在生活中应用也极其广泛。人脸检测是指在输入图像中检测是否存在人脸,如果存在,则标识出人脸区域的位置。特征点定位则是在人脸检测的基础上,更精确地寻找到脸部的特征点位置。人脸检测及特征点定位是很多人脸相关应用如表情识别、姿态估计、人脸动画合成中的关键步骤,这两个步骤的性能对其后续人脸相关应用有重要影响。传统的人脸检测及特征点定位方法在训练阶段需要进行复杂的特征提取,且鲁棒性不佳。本论文致力于简化特征提取环节,并构造新的特征点定位优化方法,进一步提高检测和定位的准确性和速度。本文对人脸检测及特征点定位方法进行了深入研究。首先,将肤色模型和用深度学习方法训练的人脸分类器结合用于人脸的检测,在人脸检测的基础上,再利用回归网络对检测结果不精确的人脸区域做回归处理,以获得更精准的人脸检测定位。接下来,根据回归后的人脸检测结果进行特征点定位。特征点定位是采用随机森林方法,通过对人脸特征点建立全局约束模型进行整体优化,利用级联回归结构迭代获得人脸特征点的精确位置。论文主要研究内容如下:1、而本文中通过深度学习方法设计并训练一个人脸分类器网络,将其与肤色模型相结合,能够更有效地检测出复杂场景下的人脸,且避免了显式的特征设计和提取环节。2、针对前一步骤人脸检测环节中可能出现的检测精度不高的情况,设计了一个回归网络,利用回归网络对检测结果进行回归校正以获得更精确的检测定位。3、特征点定位初始阶段将根据人脸检测结果给特征点赋予初始坐标,因此,一个精确的人脸检测结果对于提升特征点定位的速度和精度有重要作用。本文首先训练随机森林模型实现对特征点定位重要特征的筛选,之后对人脸特征点建立全局约束模型,用最小二乘方法对全局模型参数进行整体优化,最后利用级联回归结构进行迭代获得人脸特征点的精准定位。实验结果表明,改进的人脸检测及特征点定位系统能够有效提高复杂环境下人脸检测及特征点定位的性能,在保证鲁棒性及较高定位精度的前提下,还拥有接近实时的较高检测及定位速度。(本文来源于《重庆理工大学》期刊2017-03-24）
钮晨霄,孙瑾,丁永晖[10]（2016）在《融合深度与肤色特征的自适应手部跟踪算法》一文中研究指出手部跟踪技术是实现自然人机交互的关键。针对现有跟踪方法易受光照、环境等影响及鲁棒性差的不足,提出一种融合深度与肤色特征的自适应手部跟踪算法。考虑手部运动过程的形变,该算法首先利用深度平滑连续性选取深度阈值以实现跟踪区域的自适应尺度变化,获得手部候选区域。在此基础上建立YCbCr空间肤色归一化直方图,在粒子滤波框架下将跟踪问题转换为贝叶斯估计问题,基于最大后验准则确定手部位置,并通过监测粒子重要性权值的方差解决跟踪失效问题,实现复杂观测环境下的鲁棒跟踪。实验结果表明,该跟踪算法可适应不同复杂环境,鲁棒性良好。(本文来源于《计算机科学》期刊2016年S1期）
特征肤色论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人脸检测与识别技术属于生物特征验证手段的一种,可应用于视觉监测、安全访问控制与智能用户接口等多个领域。而人脸检测在人脸识别中占据重要地位。在肤色模型和小波变换有效结合的基础上,即可对人脸进行确定,特别是眼睛位置。经过小波变换处理,结合几何位置展开检测,并使用Fisher分类器即可对嘴巴的位置进行检测。在全新的技术支持下,可以在短时间内准确检测人脸,精准度较高。基于此,文章将肤色和脸部特征提取作为重要基础,重点阐述人脸检测的实现路径,希望对人脸检测与识别技术的发展有所帮助。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
特征肤色论文参考文献
[1].郭佳玥,韩豪杰,石金泽,刘昕月,高雪雪.基于脸型及肤色特征的饰品推荐系统[J].电子商务.2019
[2].林显宁,罗家林.基于肤色与脸部特征提取的人脸检测[J].现代信息科技.2019
[3].唐云龙,何麒,陈平.基于肤色特征的人脸检测方法研究[J].电脑知识与技术.2019
[4].张新景,兰育飞,史颖刚.基于肤色特征的人脸检测[J].信息技术与信息化.2019
[5].杨文斌,杨会成,鲁春,朱文博.基于肤色特征和卷积神经网络的手势识别方法[J].重庆工商大学学报(自然科学版).2018
[6].马玉志.基于肤色和块特征手部检测系统的实现[J].科学技术创新.2018
[7].周满,罗浩,尉宇.基于肤色分割与几何特征的人脸检测[J].信息技术.2018
[8].秦琴.基于肤色和几何特征的人脸检测与识别方法[J].科技风.2018
[9].陈伟栋.基于肤色模型的人脸检测及特征点定位方法研究[D].重庆理工大学.2017
[10].钮晨霄,孙瑾,丁永晖.融合深度与肤色特征的自适应手部跟踪算法[J].计算机科学.2016
论文知识图
