一种由粗到细的头发分割方法
文献类型：期刊论文
| 作者 | 王丹2; 山世光2; 张洪明1; 曾炜1; 陈熙霖2 |
| 刊名 | 软件学报
 |
| 出版日期 | 2013 |
| 卷号 | 24.0期号:010页码:2391 |
| 关键词 | 头发分割 由粗到细 图割 支持向量机 |
| ISSN号 | 1000-9825 |
| 英文摘要 | 从图像中提取出头发区域，能够为头发分析、发型趋势预测等任务提供有利的线索．但是，头发的类内模式非常复杂，并且它与其他物体类间也常因光照复杂、表观特征相似等因素而难以分离．因此，头发分割是一个非常具有挑战性的问题．为了一定程度地解决这些问题，提出了一种由粗到细的头发分割方法．首先，该方法利用最新提出的利用视点进行主动分割（active segmentation with fixation,简称ASF）的方法，粗略提取头发分割的候选范围，保证头发区域的高召回率（准确率也许较低），并由此排除大部分与头发区域难以分离的背景区域；然后，利用特定于当前图像的头发类别信息，使用图割（graphcuts，简称Gc）法在限定的范围内进行更加精细的分割．具体地，采用均值漂移（meanshift，简称MS）方法对输入图像进行区域的过分割；然后，利用贝叶斯方法选择一些可靠的、有较大概率属于头发或背景的“种子区域”，针对头发和背景的种子区域，采用支持向量机（support vector machine,简称SVM）在线学习头发和背景的分类器，并将其用于预测每个像素或区域属于头发或背景的概率；最后，将得到的概率用以GraphCuts的初始化，求解得到最终的头发分割结果．实验结果表明，所提出的头发分割方法能够超越当前提出的头发分割方法．为了验证方法的可推广性，对其进行了一定扩展，并在马、汽车、飞机这3个类别的公开数据库上作了评测，取得了较好的性能． |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/33740]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.日电中国研究院 2.中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 王丹,山世光,张洪明,等. 一种由粗到细的头发分割方法[J]. 软件学报,2013,24.0(010):2391. |
| APA | 王丹,山世光,张洪明,曾炜,&陈熙霖.(2013).一种由粗到细的头发分割方法.软件学报,24.0(010),2391. |
| MLA | 王丹,et al."一种由粗到细的头发分割方法".软件学报 24.0.010(2013):2391. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。