基于颜色分割方法跟踪人员的面部和手部

简介: 使用基于颜色的分割方法跟踪人员的面部和手部。

​一、前言
使用基于颜色的分割方法跟踪人员的面部和手部。
二、模型
下图显示了颜色分割示例模型:
1.png

三、颜色分割结果
为了为示例创建准确的颜色模型,处理了许多包含肤色样本的图像,以计算 Cb 和 Cr 颜色通道的均值 (m) 和协方差 (C)。使用此颜色模型,颜色分割/颜色分类器子系统通过计算马氏距离的平方并将其与阈值进行比较,将每个像素分类为皮肤或非皮肤。马氏距离的公式如下所示:

SquaredDistance(Cb,Cr) = (x-m)'inv(C)(x-m), 其中 x=[Cb;Cr]

此过程的结果是二进制图像,其中像素值等于 1 表示潜在的肤色位置。

颜色分割/过滤子系统对每个二值图像进行过滤和执行形态学操作,从而创建“皮肤区域”窗口中显示的优化二进制图像。

颜色分割/区域过滤子系统使用斑点分析块和提取面部和手部子系统来确定每个二进制图像中人脸和手的位置。“显示结果/标记图像”子系统使用此位置信息在这些区域周围绘制边界框。

2.png

目录
相关文章
|
机器学习/深度学习 运维 算法
基于卷积神经网络和手工特征注入的皮肤损伤图像异常检测:一种绕过皮肤镜图像预处理的方法
基于卷积神经网络和手工特征注入的皮肤损伤图像异常检测:一种绕过皮肤镜图像预处理的方法
130 1
|
存储 监控 算法
跟踪火车站对象并检测遗弃物体
跟踪火车站的对象并确定哪些对象保持静止。公共场所的遗弃物品会引起当局的关注,因为它们可能会构成安全风险。算法(例如本例中使用的算法)可用于通过将他们的注意力引导到潜在的感兴趣区域来协助监控实时监控视频的安全人员。
84 0
【永劫无间的捏脸功能】调整角色的基本面部特征,如眼睛大小、眼角、嘴唇、下巴
【永劫无间的捏脸功能】调整角色的基本面部特征,如眼睛大小、眼角、嘴唇、下巴
126 0
|
机器学习/深度学习 人工智能 TensorFlow
用10行代码检测脸部情绪
用10行代码检测脸部情绪
用10行代码检测脸部情绪
|
机器学习/深度学习 算法
【目标识别】检测具有相同背景的不同图像并找到图像中的红色圆圈目标(Matlab代码实现)
【目标识别】检测具有相同背景的不同图像并找到图像中的红色圆圈目标(Matlab代码实现)
|
算法
使用颜色识别来进行道路跟踪
使用颜色信息来检测和跟踪在可能不存在车道标记的主要住宅环境中设置的道路边缘。基于颜色的跟踪示例说明了如何使用色彩空间转换块、霍夫变换块和卡尔曼滤波器块来检测和跟踪使用色调和饱和度的信息。
103 0
|
数据可视化 算法 数据处理
基于PaddleX的镜头缺陷检测
基于PaddleX的镜头缺陷检测
229 0
基于PaddleX的镜头缺陷检测
|
算法 编译器
使用matlab机器视觉工具箱实现人脸特征的检测和定位,识别并标注眉毛,眼睛,鼻子,嘴巴
使用matlab机器视觉工具箱实现人脸特征的检测和定位,识别并标注眉毛,眼睛,鼻子,嘴巴
383 0
使用matlab机器视觉工具箱实现人脸特征的检测和定位,识别并标注眉毛,眼睛,鼻子,嘴巴
|
自然语言处理 搜索推荐 算法
人脸神经辐射场的掩码编辑方法NeRFFaceEditing,不会三维建模也能编辑立体人脸
人脸神经辐射场的掩码编辑方法NeRFFaceEditing,不会三维建模也能编辑立体人脸
173 0
|
机器学习/深度学习 人工智能 计算机视觉
华南理工TANGO项目原作解读: 文本驱动的三维物体风格化模型
华南理工TANGO项目原作解读: 文本驱动的三维物体风格化模型
182 0