杨龙
- 作品数：4 被引量：1H指数：1
- 供职机构：东北石油大学更多>>
- 发文基金：黑龙江省研究生创新科研项目黑龙江省教育厅科学技术研究项目黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信理学一般工业技术更多>>
- 基于肤色的人脸眼部区域图像自动分割方法
- 2013年
- 眼睛是人脸特征最主要的构成部分。基于眼部特征的人脸检索不仅可以提高人脸识别和检测的速度,而且能够降低识别算法的复杂度。要提取眼睛特征,首先要检测眼睛并提取眼睛区域图像,本文选择了一种基于肤色的人脸眼部区域图像自动分割方法。直接对彩色人脸图像利用YCbCr空间下肤色的色度与亮度的相关性将眼睛位置定位出来,再根据眼睛位置分割得到人脸眼部区域的带状图像。通过对图像库中的1000幅彩色人脸图像进行试验检测表明,计算机分割一张图像眼部区域的平均时间为1.785s,对图像库中人脸眼部区域图像分割提取的成功率为99.37%。
- 刘祥楼段萍杨龙张明
- 基于语义新型眼部特征的混合参数模型构建
- 2014年
- 以标准证件照片为研究对象构建了眉毛与眼睛混合一体化参数模型,针对眼睛、眉毛及眉眼共设定14项主特征参数,据此创建28位二进制语义编码。图像处理分为四步:首先,根据眼睛色度信息反映出的眼睛轮廓定位眉毛与虹膜,并针对眼部带状区域实现图像分割;其次,通过改进的Hough变换算法实现对眉毛和虹膜外边缘轮廓检测;然后,用投影方法提取眼部混合特征参数;最后,按特征参量实现语义编码。经1 000张证件照实验证明,图像特征的提取成功率为99%以上,系统对每幅图像自动处理时间小于1.75s。
- 刘祥楼杨龙孙悦
- 人眼特征提取技术研究综述
- 2013年
- 基于语义的图像检索是目前人脸图像检索领域研究发展的新趋势,所谓语义化人脸图像检索,通常是指根据待检索人脸图像的特征,去语义数据库中搜索最为匹配的人脸图像的过程,眼睛是人脸部特征的重要组成部分,眼睛的检测对于人脸信息的处理具有重要的意义;当前学术领域关于眼部特征提取的研究有很多,目前还没有一种眼部特征提取技术是公认快速有效的,主要讨论了人眼特征提取技术的一些主要方法,对现有的人眼定位,人眼区域分割,人眼特征提取的方法进行分析和讨论;最后对基于眼部特征语义化图像检索的发展和应用做一个简单的展望。
- 段萍杨龙刘祥楼
- 关键词：人脸图像检索特征提取语义化
- 基于肤色的眼睛轮廓自动提取新方法被引量：1
- 2014年
- 眼睛作为人脸识别最重要的生物特征之一,具有高稳定性、不易复制性和可区分性等特点,其特征提取是人脸图像检索的关键环节,通常对眼睛特征的描述主要依据视觉感知,面对由于模糊描述而无法实现量化处理的难题,提出了一种基于肤色的人眼轮廓自动提取新方法。该方法分为四步:首先,提取人脸彩色图像并将其从RGB色彩空间变换到YCbCr色彩空间;其次,通过肤色非线性空间映射进行人脸区域定位处理;然后,采用大津法实现人眼区域分割;最后,通过色度信息以及形态学处理方法提取眼睛轮廓。实验表明:该方法能够精确提取人眼轮廓,提取率为99%以上,提取时间小于1.75 s。
- 刘祥楼杨龙张明孙悦
- 关键词：特征提取肤色人脸图像检索
