A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Skin Color Segmentation Using Coarse-to-Fine Region on Normalized RGB Chromaticity Diagram for Face Detection Segmentação da cor da pele usando região grossa a fina no diagrama de cromaticidade RGB normalizado para detecção de rosto

Aryuanto SOETEDJO, Koichi YAMADA

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Este artigo descreve uma nova segmentação de cores baseada em um diagrama de cromaticidade RGB normalizado para detecção de rosto. A pele do rosto é extraída de imagens coloridas usando uma região de pele grossa com limites fixos seguida por uma região de pele fina com limites variáveis. Dois histogramas recentemente desenvolvidos que apresentam picos proeminentes de cor da pele e cores não-pele são empregados para ajustar os limites da região da pele. A abordagem proposta não necessita de um modelo de cor de pele, que depende de um parâmetro específico da câmera e geralmente é limitado a uma condição ambiental específica, e não são necessárias imagens de amostra. Os resultados experimentais usando imagens coloridas de rostos de várias raças sob diversas condições de iluminação e fundos complexos, obtidos de quatro recursos diferentes na Internet, mostram uma alta taxa de detecção de 87%. Os resultados da taxa de detecção e do tempo de cálculo são comparáveis ​​ao conhecido método de detecção de faces em tempo real proposto por Viola-Jones [11],[12].

Publicação
IEICE TRANSACTIONS on Information Vol.E91-D No.10 pp.2493-2502
Data de publicação
2008/10/01
Publicitada
ISSN online
1745-1361
DOI
10.1093/ietisy/e91-d.10.2493
Tipo de Manuscrito
PAPER
Categoria
Reconhecimento de imagem, visão computacional

autores

Palavra-chave