结合均值偏移和多特征的自动人头识别
为提高固定单目垂直摄像方式下人头目标识别的正确率,提出一种新的头部目标区域获取方法.首先给出基于Mean-shift的人头目标分割算法,由于综合考虑了像素点在空间信息和色彩信息的联系,能够较为完整地分割出人头部目标候选区域.在此基础上,基于运动人头区域的轮廓具有近似圆形以及人头发色具有聚类性2个关键特征,提出并建立了基于发色信息的头部区域评价模型和基于连通域边缘轮廓的头部目标评价模型来实现人头部目标区域的识别.实验结果表明,提出的算法能有效抑制光照的影响和消除与发色分布类似的伪目标,静态图像检测正确率约为89.4%.
均值偏移、人头识别、发色分布、单目视觉、图像分割、目标识别
33
TP317.4(计算技术、计算机技术)
国家863计划资助项目2006AA04A124;重庆市科技计划攻关资助项目CSTC;2005AC6037;"211工程"三期建设项目S-09108
2010-09-08(万方平台首次上网日期,不代表论文的发表时间)
115-120