基于肤色模型和Adaboost的人脸检测程序

介绍当前所有人脸技术的改进工作.包手肤色建模,Adaboost训练,Suan算法等改进算法.-Introduced all the current technology to improve the working face. Packet hand color model, Adaboost training, Suan algorithm to improve the algorithm.

已有的眼睛状态识别方法不仅计算量大，而且易受环境因素(如光照条件)的影响。为此本文提出了一种新的眼睛状态识别方法:首先对实时拍摄的图像利用运动信息和肤色特征进行人脸检测 然后在检测到的上半部人 脸区域采用Adaboost算法只检测驾驶员正常状态下睁开的眼睛，把检测 的眼睛与眉毛分割出来制成正常睁开眼睛模板 最后把眼睛模板与未检测 到眼睛的上半部人脸区域进行匹配，当该区域的最大相似度值小于某闽值 时认为眼睛是闭合状态，否则认为眼睛是睁开状态。并根据眼睛状态计算 眼睛平均闭合时间

提出了一种针对复杂环境下的过人脸检测方法，首先在CbCgCr空间利用直接最小二乘法构建了对光照和复杂背景鲁棒性更好肤色聚类模型，实现了准确的肤色检测；然后针对人脸中姿态和表情变化，提出了基于Adaboost的多姿态人脸检测，精确的实现了人脸检测定位。-Extraordinary face detection method for complex environments, the first space CbCgCr ​ ​ direct least squares meth