基于肤色模型和FloatBoost的多姿态人脸检测

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (23): 166-169.

基于肤色模型和FloatBoost的多姿态人脸检测

李全彬1，刘锦高2，黄智1

1.徐州师范大学物理与电子工程学院，江苏徐州 221116
2.华东师范大学通信工程系，上海 200062

出版日期:2013-12-01 发布日期:2016-06-12

Multi-view face detection using skin color model and FloatBoost

LI Quanbin1, LIU Jingao2, HUANG Zhi1

1.College of Physics and Electronic Engineering, Xuzhou Normal University, Xuzhou, Jiangsu 221116, China
2.Department of Communication Engineering, East China Normal University, Shanghai 200062, China

Online:2013-12-01 Published:2016-06-12

摘要/Abstract

摘要： 多姿态人脸检测是人脸识别系统必须解决的关键问题之一。利用光照鲁棒的肤色模型来搜索待检图像的可能人脸区域并进行肤色分割，结合分割区域的几何信息确定最终的候选人脸区域，然后对人脸的关键特征进行定位，按规则计算重要特征块的中心，将这些中心点确定的符合条件的候选区域利用FloatBoost进行分类，最终实现了快速准确的多姿态人脸检测。

关键词: 人脸检测, 多姿态, 肤色模型, FloatBoost

Abstract: Multi-view face detection is a key problem for face recognition system. This method searches the potential face regions using the proposed skin color model, chroma map is adopted to obtain the four-connected components from the skin color segmentation blocks, it labels them, and identifies the center of each block, the faces verification is performed through the classifier based on FloatBoost.

Key words: face detection, multi-view, skin color model, FloatBoost

李全彬1，刘锦高2，黄智1. 基于肤色模型和FloatBoost的多姿态人脸检测[J]. 计算机工程与应用, 2013, 49(23): 166-169.

LI Quanbin1, LIU Jingao2, HUANG Zhi1. Multi-view face detection using skin color model and FloatBoost[J]. Computer Engineering and Applications, 2013, 49(23): 166-169.

[1]	高树静，王程龙，董廷坤. 基于ZYNQ的优化Adaboost人脸检测[J]. 计算机工程与应用, 2020, 56(6): 201-206.
[2]	郭静，宋文爱，杨吉江，王青，梁雅琪，雷毅，高雪梅，李海振. 计算机辅助诊断人脸形态学疾病研究综述[J]. 计算机工程与应用, 2020, 56(19): 22-33.
[3]	刘淇缘，卢树华，兰凌强. 遮挡人脸检测方法研究进展[J]. 计算机工程与应用, 2020, 56(13): 33-46.
[4]	李静，降爱莲. 复杂场景下基于R-FCN的小人脸检测研究[J]. 计算机工程与应用, 2020, 56(1): 203-208.
[5]	罗明柱，肖业伟. 全卷积神经网络的多尺度人脸检测的研究[J]. 计算机工程与应用, 2019, 55(5): 124-128.
[6]	李亚可，玉振明. 级联的卷积神经网络人脸检测方法[J]. 计算机工程与应用, 2019, 55(24): 184-189.
[7]	梁雅琪，宋文爱，杨吉江，王青，王星月，雷毅. 人脸辅助诊断关键技术研究[J]. 计算机工程与应用, 2019, 55(15): 24-31.
[8]	张进1，张娜娜2. 优化特征提取的互动式人脸活体检测研究[J]. 计算机工程与应用, 2019, 55(13): 193-200.
[9]	周安众，罗可. 一种多尺度卷积神经网络的人脸检测模型[J]. 计算机工程与应用, 2018, 54(14): 168-174.
[10]	吴志洋，卓勇，廖生辉. 改进的多目标回归实时人脸检测算法[J]. 计算机工程与应用, 2018, 54(11): 1-7.
[11]	罗富丽，李佳田. 结合运动特征的AdaBoost层次增强算法[J]. 计算机工程与应用, 2017, 53(7): 154-159.
[12]	曾鸿军1，2，沈燕飞2，王毅1. 基于感兴趣区域的头像视频前处理方法[J]. 计算机工程与应用, 2017, 53(6): 188-192.
[13]	王龙，刘辉，王彬，李鹏举. 结合肤色模型和卷积神经网络的手势识别方法[J]. 计算机工程与应用, 2017, 53(6): 209-214.
[14]	王涛1，王佰玲2. 非均匀光照条件下的彩色人脸图像增强[J]. 计算机工程与应用, 2017, 53(5): 164-169.
[15]	黄忠1，2，胡敏2，刘娟1. 基于AAM-SIFT特征描述的两级SVM人脸表情识别[J]. 计算机工程与应用, 2016, 52(3): 178-183.