导读:本文包含了肤色检测论文开题报告文献综述、选题提纲参考文献，主要关键词:肤色,神经网络,算法,模型,特征,色彩,阈值。
肤色检测论文文献综述写法
陈友升,刘桂雄[1]（2019）在《基于Mask R-CNN的人脸皮肤色斑检测分割方法》一文中研究指出色斑参数特征是衡量皮肤健康程度的一项重要指标,通过分析国内外研究皮肤色斑图像方法,提出基于Mask R-CNN的人脸皮肤色斑检测分割方法。针对人脸图像中色斑区域小导致的训练样本类别不平衡问题,提出全脸干扰项数据标注方案,有效提高色斑检测分割效果;通过分析不同深度的骨干网络对色斑识别效果、时间性能影响,指出Res Net-34骨干网络在色斑识别效果、时间性能达到较佳平衡;基于上述技术构建Mask R-CNN人脸皮肤色斑分割模型并进行实验,结果表明:基于Mask R-CNN的人脸皮肤色斑检测分割方法能够实现不同位置、尺度色斑的检测,■值达81.5%。(本文来源于《激光杂志》期刊2019年12期）
唐文权,徐武,文聪,郭兴[2]（2019）在《复杂背景下基于肤色检测的动态手势分割与识别》一文中研究指出在类肤色的复杂背景下,基于肤色检测的动态手势识别会因肤色干扰导致识别效率较低。提出了一种基于YCbCr颜色空间的改进叁帧差分法的动态手势识别方法。首先利用改进的叁帧差分法对动态手势进行分割,有效去除类肤色背景;然后根据人体肤色在YCbCr颜色空间中的聚类效果,采用基于椭圆模型的肤色检测方法有效去除非肤色背景,分割出手势区域。通过双特征提取,有效去除大范围的肤色背景,最终得到完整的手势;最后利用BP神经网络较强的自学习能力,对分割的动态手势进行检测识别。实验结果表明,此方法在应对环境变化时具有较好的实时性和抗干扰能力,拥有较高的识别率。(本文来源于《科学技术与工程》期刊2019年33期）
周品,李先祥[3]（2019）在《基于肤色分割的人脸检测算法》一文中研究指出研究一种基于肤色分割的人脸检测算法。首先将图像色彩空间由RGB转化为YCbCr;其次根据肤色点在色彩空间的聚类性能建立肤色区域模型和简单高斯模型;最后通过计算肤色相似度得到肤色似然图,经过平滑滤波、形态学处理和阈值分割等图像处理过程,确定人脸位置。实验结果表明,该算法能够较好地实现人脸检测。(本文来源于《自动化与信息工程》期刊2019年05期）
杨永辉,鄢阳,宋友,张海龙,冯运[4]（2019）在《结合肤色和Hough变换的人手检测方法》一文中研究指出为了实现电气测试设备校准全景仿真中的人机交互,需要根据人手的自然特征来识别手势。针对手势识别中的手部检测问题,提出了一种结合肤色和Hough变换的人手检测与分割方法。首先,分析肤色的色调值的分布情况,设计了基于阈值的肤色检测方法以获取肤色二值掩码图像;然后,对二值掩码图像先进行边缘检测,再进行Hough变换,来检测与手部相关的轮廓,排除与脸部相关的轮廓;最后,用Hough变换所得到的手部轮廓对肤色二值掩码图像进行约束,即可得到人手区域的信息。实验结果表明,所提方法能够有效识别出图像中的人手信息,并且算法速度较快。(本文来源于《广东电力》期刊2019年09期）
林显宁,罗家林[5]（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）
董迎春[6]（2019）在《基于FPGA的肤色检测设计与实现》一文中研究指出在Matlab上采用肤色范围静态肤色建模方式,利用阈值化法统计输入像素在YCbCr色彩空间下色度Cb,Cr的集中落点区域;采取基于YCbCr信号阈值的肤色分割,灰阶值作为肤色检测结果的输出,在QuartusⅡ上进行功能仿真,FPGA验证表明:在所用资源比较少的情况下,可实现人体肤色的实时检测。(本文来源于《物联网技术》期刊2019年08期）
唐云龙,何麒,陈平[7]（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）
曾添[8]（2019）在《基于改进的肤色检测算法与改进CNN的人脸识别研究》一文中研究指出在图像处理与模式识别等技术中,人脸识别技术一直是一个研究热点。在目前的人脸识别技术中,基于肤色检测和卷积神经网络的人脸识别算法,对人脸识别的研究和应用做出了重大贡献。肤色检测可以起到快速检测肤色信息的作用,所以在人脸识别中,可以通过它,快速地对处在一些背景下的人脸进行检测,再由识别算法对检测到的人脸进行身份识别。在人脸识别算法中,卷积神经表现出了较大的优势。卷积神经网络可以自动提取图像特征,并且它识别的准确性相对较高。因此将肤色检测和卷积神经网络共同应用在人脸识别中是值得研究的课题。在人脸识别中,表情与姿态是影响人脸识别最主要的干扰因素。人脸识识别主要是依靠提取面部特征,来进行识别。通常在表情与姿态发生变化时,仍然可以在图像上提取到较完整的人脸特征,但如果存在人脸遮挡情况时,实现对较完整的人脸特征的提取是比较困难的。考虑到以上这些干扰因素对人脸识别的影响,本文进行了相关研究,主要工作内容有以下3个方面。(1)对人脸识别,普遍采用的一些算法,进行了相关概念以及其实现方式的阐述,并且对其中的一些算法进行了分析,介绍了这些算法所存在的问题,在这些问题的基础上进行了相关的改进,提出能进一步提高识别效果的人脸识别算法。(2)通过伪彩色算法、BP神经网络与传统肤色检测算法结合,构建出基于伪彩色和BP神经网络改进的肤色检测算法,利用该算实现在灰度图像和彩色图像上,对人脸主要信息区域检测,以提高对无遮挡人脸的识别效率。输入到BP神经网络的数据采用了融合型PCA特征,即LTP-PCA特征,并且对BP神经网络进行优化采用遗传算法与一种改进的拟牛顿算法相结合的方法来实现。由仿真实验结果可以发现,这种改进的肤色检测算法能够比较精确地检测出人脸主要信息区域。(3)提出了一种低秩重构图像的改进RPCA算法,并利用该算法进行人脸去噪处理,然后利用PCA方式构造的卷积滤波器与LeNet-5网络结合构造出了PCAL卷积神经网络,最后采用改进RPCA算法与PCAL卷积神经网络相结合,提出了一种基于具有去噪预处理机制的卷积神经网络的人脸识别算法。通过与其他卷积神经网络人脸识别算法进行对比,证明了该算在存无遮挡和有遮挡环境下,识别效果是比较好的。(本文来源于《重庆师范大学》期刊2019-05-01）
秦晖,华琳[9]（2019）在《基于肤色检测和支持向量机的人脸检测系统》一文中研究指出本文基于Accord.NET Framework,构建了一个基于肤色检测和支持向量机的人脸检测系统。首先提取图片中肤色区域,用已经训练好支持向量机的人脸检测模型检测图片中的肤色区域,区分出人脸部分。(本文来源于《科技风》期刊2019年12期）
张新景,兰育飞,史颖刚[10]（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）
肤色检测论文开题报告范文
（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：
在类肤色的复杂背景下,基于肤色检测的动态手势识别会因肤色干扰导致识别效率较低。提出了一种基于YCbCr颜色空间的改进叁帧差分法的动态手势识别方法。首先利用改进的叁帧差分法对动态手势进行分割,有效去除类肤色背景;然后根据人体肤色在YCbCr颜色空间中的聚类效果,采用基于椭圆模型的肤色检测方法有效去除非肤色背景,分割出手势区域。通过双特征提取,有效去除大范围的肤色背景,最终得到完整的手势;最后利用BP神经网络较强的自学习能力,对分割的动态手势进行检测识别。实验结果表明,此方法在应对环境变化时具有较好的实时性和抗干扰能力,拥有较高的识别率。
（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。
肤色检测论文参考文献
[1].陈友升,刘桂雄.基于MaskR-CNN的人脸皮肤色斑检测分割方法[J].激光杂志.2019
[2].唐文权,徐武,文聪,郭兴.复杂背景下基于肤色检测的动态手势分割与识别[J].科学技术与工程.2019
[3].周品,李先祥.基于肤色分割的人脸检测算法[J].自动化与信息工程.2019
[4].杨永辉,鄢阳,宋友,张海龙,冯运.结合肤色和Hough变换的人手检测方法[J].广东电力.2019
[5].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
[6].董迎春.基于FPGA的肤色检测设计与实现[J].物联网技术.2019
[7].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
[8].曾添.基于改进的肤色检测算法与改进CNN的人脸识别研究[D].重庆师范大学.2019
[9].秦晖,华琳.基于肤色检测和支持向量机的人脸检测系统[J].科技风.2019
[10].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