基于mean shift算法應(yīng)用于彩色圖像多人頭檢測
在復(fù)雜背景下進行人頭檢測（Head Detection）是智能視覺處理系統(tǒng)的重要組成部分。在現(xiàn)實中，基于單一特征（如頭部輪廓、發(fā)色及相關(guān)統(tǒng)計特征等）的頭部檢測方法容易出現(xiàn)目標(biāo)區(qū)域的誤檢測，兇此基于多特征的頭部日標(biāo)檢測是研究的熱點。
常用的人頭檢測算法有兩大類：一是基于先驗規(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方法，比如尋找人頭輪廓，然后采用支持向量機SVM（support vector machine）、AdaBoostr、神經(jīng)網(wǎng)絡(luò)等分類器進行訓(xùn)練。
基于先驗規(guī)則的方法，其主要思想是通過對大量的實驗數(shù)據(jù)統(tǒng)計，得出一個模型，然后利用提取出的模型來準(zhǔn)確地檢測人頭：但是，先驗?zāi)Ｐ偷奶崛∪菀资艿焦庹沼绊?，造成獲取的模型不準(zhǔn)確，從而導(dǎo)致人頭檢測方法失敗?；谔卣魈崛『头诸惼饔?xùn)練的方法具有良好的魯棒性，人頭檢測的正確率也很高：但是分類器的訓(xùn)練比較耗費時間，如果特征數(shù)目比較多還會增加空間復(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，它的一個突出優(yōu)點是不須人為地設(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行人頭檢測提供基礎(chǔ)。
?
非常好我支持^.^
(0) 0%
不好我反對
(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下載
相關(guān)電子資料下載
- 為什么圖片識別要將彩色圖像灰度化？ 1282
- 為什么圖片識別要將彩色圖像灰度化？ 1794
- 彩色成像的原理 相機如何進行顏色識別 3028
- 關(guān)于彩色圖像高斯反向投影基于OpenCV的C++代碼 812
- 如何利用紅外相機重建人臉照片彩色圖像 4987
- 淺談攝像機如何獲得彩色圖像的？ 4099
- 如何使用FPGA實現(xiàn)偽彩色圖像？ 1435
- 如何使用FPGA實現(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
- 簡要概述三維重建3Dreconstruction技術(shù) 18120