10.16208/j.issn1000-7024.2019.01.033
最大熵轮廓提取下的脸部区域自适应提取算法
针对目前现有方法提取出的人脸区域准确度低的问题, 提出一种最大熵轮廓提取下的脸部区域自适应提取算法.使用最大熵阈值化方法对图片进行二值化处理, 将处理后得到的图像的轮廓作为水平集的初始演化曲线, 减少从初始曲线演化到人脸轮廓附近这一过程的演化次数, 用自适应的权重系数取代CV (Chan-Vese) 模型面积项的系数, 使模型能够根据图片的信息自适应演化, 提高模型的自适应性.使用自采集人脸库 (男女各20人, 每人20张不同光照、姿态的图片) 中的图片进行实验, 实验结果表明, 该算法比图割算法和传统的水平集算法在人脸区域提取方面具有更高的准确度.
人脸识别、图像增强、最大熵阈值法、改进的水平集、人脸区域提取
40
TP391.41(计算技术、计算机技术)
国家自然科学基金项目61272147;长江大学青年基金项目2016cqn10;长江大学大学生创新创业训练计划基金项目2017009
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
197-202