- 
                题名基于AdaBoost的肤色检测新方法
                    被引量:4
            
- 1
- 
                
            
- 
                
                            作者
                                毕远
                                胡德文
                                沈辉
                                周宗潭
                                冯贵玉
                                尹俊松
                
            
- 
                    机构
                    
                            国防科技大学机电工程与自动化学院
                    
                
- 
                出处
                
                
                    《计算机工程与科学》
                    
                            CSCD
                    
                2008年第6期69-72,共4页
            
- 
                        基金
                        
                                    国家自然科学基金资助项目(60675005)
                                    高校博士点专项基金资助项目(20049998012)
                        
                    
- 
                    文摘
                        本文针对肤色检测问题,提出了一种利用AdaBoost方法构造分类器进行肤色检测的算法。根据肤色在色度空间内的聚类性,通过大量肤色和非肤色样本将一族弱学习算法通过一定规则训练成一个强学习算法,得到一个检测性能优异的肤色检测分类器。提出了用圆形分类器作为弱分类器描述色度空间中的肤色分布,将AdaBoost学习算法用于肤色的聚类分析中。实验表明,该方法误检率低、鲁棒性好,对肤色检测问题有较强的实用性。
                        
                    
            
- 
                    关键词
                    
                            肤色检测
                            AdaBoost肤色分布
                            YCrCb色度空间
                            圆形分类器
                    
                
- 
                    Keywords
                    
                            skin-tone detection
                             AdaBoost 
                             skin-tone color distribution
                             YCrCb chrominance space
                             circle classifier
                    
                
- 
                    分类号
                    
                            
                                
                                    TP391.4
[自动化与计算机技术—计算机应用技术]                                
                            
                    
                
- 
                
            
            - 
                题名基于Real AdaBoost算法的肤色分割方法
                    被引量:5
            
- 2
- 
                
            
- 
                
                            作者
                                余益民
                                黄廷辉
                                桑涛
                
            
- 
                    机构
                    
                            桂林电子科技大学计算机科学与工程学院
                    
                
- 
                出处
                
                
                    《计算机应用》
                    
                            CSCD
                            北大核心
                    
                2011年第12期3370-3372,3377,共4页
            
- 
                    文摘
                        提出了一种基于Real AdaBoost算法构造的肤色置信度分类器及动态阈值相结合的肤色分割方法。根据肤色在YCrCb色度空间的聚类性,通过大量肤色和非肤色样本用Real AdaBoost训练一族查找表(LUT)型圆形弱分类器,组成一个能输出连续置信度的强分类器,利用肤色强分类器计算图像中像素的肤色相似度,最后用大津法确定阈值对肤色相似图进行二值分割。实验表明,该方法能较好地描述肤色分布,误检率低,鲁棒性好。
                        
                    
            
- 
                    关键词
                    
                            肤色分割
                            REAL
                            ADABOOST算法
                            LUT型
                            圆形弱分类器
                            YCrCb色度空间
                            肤色分布
                    
                
- 
                    Keywords
                    
                            skin segmentation
                             Real AdaBoost algorithm
                             Look-Up-Table(LUT) type
                             circle-like weak classifier
                             YCrCb chrominance space
                             skin-tone color distribution
                    
                
- 
                    分类号
                    
                            
                                
                                    TP391.41
[自动化与计算机技术—计算机应用技术]                                
                            
                    
                
-