资源描述：
《基于支持向量机与邻域信息的肤色检测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第26卷第5期计算机应用与软件Vol26No.52009年5月ComputerApplicationsandSoftwareMay2009基于支持向量机与邻域信息的肤色检测徐从东陈春朱安国(解放军炮兵学院炮兵指挥自动化与仿真系安徽合肥230031)摘要根据支持向量机理论和肤色信息分布特点,提出利用像素点的8邻域信息,用C支持向量机的方法进行图像的肤色检测。在YCbCr颜色空间,去除照度分量,用像素点及其8邻域内各点的Cb、Cr分量构成的向量作为输入,像素点所属类别为输出,高斯函
2、数为核函数,采用序列最小最优化学习算法,构造了C支持向量机肤色检测器。实验表明,当核宽度为80,惩罚系数C为200时,该肤色检测器的检测正确率可达到0.977。关键词肤色检测支持向量机颜色空间高斯函数8邻域点COMPLEXIONDETECTIONBASEDONSUPPORTVECTORMACHINEANDNEIGHBOURHOODINFORMATIONXuCongdongChenChunZhuAnguo(DepartmentofArtilleryCommandAutomationandS
3、imulation,ArtilleryAcademyofPLA,Hefei230031,Anhui,China)AbstractAccordingtothetheoryofSupportVectorMachineandthecharacteristicofcomplexiondistribution,anovelcomplexiondetectionapproachbasedonCSupportVectorMachineandwithpixels8neighbourswasproposed.In
4、YCbCrcolourspaces,takingCbandCrsubvectorsofonepixelexcludingilluminancesubvectorandallCbandCrsubvectorsofits8neighbourspixelstoformtheinputvector,pixelscategoriesasoutput,Gaussianfunctionaskernelfunction,usingsequenceminimaloptimizationaslearningalg
5、orithm,complexiondetectorsbasedonCSupportVectorMachinewereconstructed.Experimentalresultshowsthatthecorrectnessrateofthecomplexiondetectorreaches0.977whenthekernelwidthbe80andthepunishcoefficientCbe200.KeywordsSkindetectionSupportvectormachineColours
6、paceGaussianfunction8neighbours结构风险最小准则SRM(StructuralRiskMinimization),在最小化0引言训练样本误差的同时,缩小了模型预测误差的上界,从而使模型有更好的泛化能力。SVM方法对推广风险的考虑使它更适合肤色检测是在图像中选取对应于人体皮肤像素的过程。随处理肤色这种离散度很大的情况。着视频图像采集设备的普及,对图像中肤色区域分割的研究日趋活跃。在与人有关的各种机器视觉系统中,肤色检测技术正1支持向量机理论得到越来越多的应用,一个精确
7、检测肤色的方法具有非常重要[1-3]的研究价值。近年来,人们提出各种肤色检测方法,其中神支持向量机的基本思想就是在样本空间或特征空间,构造[4]经网络理论被广泛用于研究之中,如用BP神经网络进行肤出最优超平面作为分类面,使得超平面与不同类样本集之间的[5]色检测,得到了较好的识别结果。但由于人的肤色离散度很距离最大,从而达到最大的泛化能力。假设训练集:N大,不仅不同人的肤色差别很大,而且在不同的光照条件下,或T={(x1,y1),,(xN,yN)}!(∀)d者即使是在同一照明条件下,同一人的肤色或者同
8、一人不同部其中x!=R,i=1,2,,N,是对应第i个训练样本的输入i位的肤色也是不同的。由于在实际构造肤色滤波神经网络时,模式,yi!={+1,-1},i=1,2,,N,是第i个输入对应不可能得到非特定人肤色的完备样本,加之神经网络单纯追求的目标输出,SVM就是求解下列二次规划问题:NN训练误差最小以及容易陷入局部极小点的缺陷,使BP网络肤1min#ijyiyKj(xi,xj)-#i(1)色滤波器的推广能力较差,不能达到
