在手势识别研究过程中，人工选取特征难以适应手势的多变性。提出了一种结合肤色模型和卷积神经网络的手势识别方法，对采集的不同背景下的手势图像，首先用肤色高斯模型分割出手势区域，然后采用卷积神经网络建立手势的识别模型，该模型融合了手势特征提取和分类过程，模拟视觉传导和认知，有效避免了人工特征提取的主观性和局限性。识别模型以手势区域的灰度信息为输入，同时利用权值共享和池化等技术减少网络权值个数，降低了模型的复杂度。实验结果表明，卷积神经网络（CNN）方法能够有效进行特征学习，在不同数据集下对手势的平均识别率都达到95%以上，与传统方法进行对比实验，表明该方法具有较高的识别率和实时性。

基于ycbcr空间的MATLAB人脸检测代码，非常简单，注释和代码都写得很好，新手也可以很容易看懂。

肤色特征是人体表面的重要特征，在人脸检测与识别、基于内容的不良图像过滤系统中有着重要的地位。分析了YUV颜色空间系统的特点，提出了一种基于椭圆区域的皮肤模型，将该模型应用于基于内容的不良图像过滤系统的皮肤检测部分中。实验表明，利用该模型进行皮肤检测能够达到很好的效果。

基于ycbcr空间的MATLAB人脸检测代码，非常简单，注释和代码都写得很好，新手也可以很容易看懂。

肤色模型人脸识别matlab代码，肤色模型人脸识别matlab代码，肤色模型人脸识别matlab代码

利用高斯肤色模型进行人脸识别的技术，通过合适的阈值变为二值图像，鲁棒性好

毕设做的人脸检测，用的是matlab，首先进行了模板匹配的模板制作。在进行模板匹配。

主要研究人脸检测算法，分析了现有人脸检测算法的特点和不足之处。采用基于YCbCr 空间的高斯肤色模 型，利用颜色信息把彩色图像分割成皮肤区、头发区和背景区。对皮肤区进行去噪处理，实现脸部区域的具体定位， 然后对人脸上的眼睛、嘴巴和鼻子定位。给出了人脸检测的模块设计和算法流程。