1) Skin-color Statistic Model
肤色统计模型
2) Skin color model
肤色模型
1.
A kind algorithms of human face detection based on Neural Network and Skin color model;
基于肤色模型和神经网络的人脸检测算法
2.
Human face detection based on skin color model and BDF;
基于肤色模型和贝叶斯判别的人脸检测
3.
Face detection combined skin color model and Adaboost algorithm
结合肤色模型和Adaboost算法的人脸检测
3) skin model
肤色模型
1.
Face detection based on a novel skin model;
基于新的肤色模型的人脸检测方法
2.
In order to get accurate precision and fast speed, this paper presents a novel method based on skin model and regional feature.
该方法采用肤色模型提取肤色像素,利用拓展的马赛克方法获取人脸区域,构建模型并提取嘴唇和眼睛,结合区域特征定位中心点。
3.
One novel algorithm for face detection in color images is proposed,which is based on skin model,face contour information and geometric features of human eye.
针对彩色图像提出了一种基于肤色模型、脸部轮廓信息以及眼睛特征的人脸检测算法。
4) skin-color model
肤色模型
1.
Research on Face Detect and Tracking Based on Skin-Color Model and CAMShift Algorithm
基于肤色模型和CAMShift算法的人脸检测与跟踪研究
2.
A human face skin-color model is built by the human face database.
利用人脸样本库建立了人脸肤色模型,讨论了形态学滤波的优势,随后提出了利用人脸的结构特征,进行区域确认的方法。
3.
A skin-color model ofCb-Cr chroma lookup table combined with the brightness is constructed.
对由光源颜色变化引起的图像色彩偏差,进行了校正,并在YCbCr颜色空间建立了Cb-Cr色度查找表和亮度信息联合的肤色模型,应用预处理技术,去除部分非人脸区域,减少人脸检测的搜索空间,并采用模板匹配方法在人脸候选区域检测人脸。
5) complexion model
肤色模型
1.
Face Detection of Gaussian Complexion Model based on the YCbCr Space
基于YCbCr空间的高斯肤色模型的人脸检测
2.
Study of face detection in natural state based on fractal and complexion model
基于分形和肤色模型的自然态人脸检测方法研究
3.
Then,complexion model is used to detect possible face area,and pre-trained face/non-face support vector machine is used to recognize face and non-face respectively based on face independent component features from possible face area,and inspect the semantic face with the semantic-face probability template(SFPT) of ″availa.
文章首先提出视频检索技术中“有效人物”的约束条件,然后利用肤色模型确定人脸区域、采用基于PCA/ICA特征和SVM分类的人脸检测方法实现人脸检测,通过“有效人物”的语义人脸概率模板(SFPT)获取视频中的语义人脸,最后利用“对象模型库”建立的人脸特征与高层语义的关联,实现“人物语义”的提取。
6) color model
肤色模型
1.
Complete color space conversion, setting up color model, Image Pre-processing, color regional adaptive segmentation, Face Criterion and face template matching process, etc and detect face region in color image finally.
完成了彩色图像人脸检测所涉及的色彩空间转换、肤色模型的建立、图像预处理、肤色区域自适应分割、人脸判别标准和人脸模板匹配等过程,最终检测出彩色图像人脸区域。
2.
A color model can be established in YCbCr space firstly in order to detect the man face rudely,and then detect the center of the apple of one\'s eye exactly with Hough transformation.
首先在颜色空间YCbCr上建立肤色模型,并对肤色区域进行初步检测,然后利用自适应模糊Hough变换检测瞳孔所在的圆心,从而实现对人脸区域的精确定位。
补充资料：跳汰分层的概率—统计模型
跳汰分层的概率—统计模型
probability-statistic model of jigging stratification
t Iootol feneeng de ga一l已一tongj一m0Xing跳汰分层的概率一统计模型(probability-statistie model of Jigging stratifieation)应用概率一统计方法研究跳汰选矿分层规律的数学表达式。该项研究不再考虑分层作用机理，而将跳汰分层视作不同密度和杠度的颗粒向各自平衡层迁移的过程。在这一过程中颗粒之间的碰撞和紊流扰动使颗粒的运动带有随机性。同样性质的颗粒也会有不同的运动轨迹。因此对同一性质颗粒的分层运动可以用其分布中心的迁移和向邻层扩散来表述。重矿物进入下层的概率要比进入上层的为大，在床层的d，微层中，某种颗粒的概率分布密度aJ对时间的变化率可用颗粒的沉降量与扩散量之和表示: 瓮一，窦+:穿、l)式中x为床层厚度，m;A为颗粒在重力和阻力作用下向下运动的速度系数，m/s;B为颗粒的随机扩散运动系数，m/s“。由概率一统计原理知，某种性质颗粒分布中心的迁移速度以及颗粒围绕这个中心的离散均正比于颗粒从一层转入另一层的概率。随着时间的延长，颗粒接近自己的平衡层，层间转移的概率随之降低。某种性质粒群分布中心随时间变化的关系式为 夕、一夕ma、(1一e一k‘)(2)围绕该分布中心颗粒的离散(标准离差)武mZ)为 。2一令，急a、、e一‘!(3) 2“JJ___式中y为某种性质颗粒在时间为t时的分布中心距床层上表面的高度，m;yma、为该性质颗粒群的平衡层距上表面高度，m;K为表征移动比速度的系数;对一定性质的给料和一定的水力学参数，k值不变，其单位为l/S。 该概率一统计模型是一种普遍的规律式，它只能定性地说明跳汰过程中各密度层的形成过程。式中系数k与给料性质和水流特性存在一定关系，通过试验进一步建立起它们之间的关系后，有可能表示出原料性质对操作条件的要求和在一定时间内达到的分选指标，这项研究还有待继续完善。 (孙玉波)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条