肤色分割数据集 下载：数据文件夹，数据的描述 摘要：肤色分割的数据集构建了B、G、R颜色空间。皮肤和非皮肤性数据是使用来自不同年龄、人脸皮肤纹理生成的性别和种族的人。 数据集的特征： 单因素 实例的数目： 二十四万五千零五十七 区域 电脑 属性特征： 真实 属性的数目： 四 捐款日期 2012-07-17 相关的任务： 分类 遗漏值的吗？ N / A Number of Web Hits: 十二万七千六百九十九 来源 该rajen Bhatt，迪豪；rajen.bhatt'@'gmail.com, IIT Delhi. Data Set Information: 皮肤的数据集是通过随机抽样B、G收集，从不同年龄组的人脸图像的R值（小，中，老），种族（白人，黑人，和亚洲），和性别从FERET和PAL数据库。总样本大小为245057；其中50859是皮肤样本和194198个非皮肤样本。这个数据集的尺寸为245057×4，前三列是B，G，R（x1，x2，x3和特点）值和第四列为类标签（决策变量Y）。

皮肤颜色为人脸检测提供了重要依据。提出了一种基于人脸肤色信息和模板匹配相结合的方法实现人脸检测。

人脸检测的一个程序，可以作为参考。对于新手来说很有参考价值

针对人脸检测问题中快速性与准确性难以同时满足的情况，提出了一种将肤色和脸部特征相结 合的方法来检测人脸。由于通过基于肤色的算法能快速定位出人脸大致位置，因而检测速度能达 到实时的要求；同时利用脸部特征进一步细检，可保证检测的精确性。

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OpenCV实现了基于YCbCr、混合高斯以及YCbCg肤色检测，同时其中YCbCr、混合高斯给出两种不同方式（直接和间接）读取图像数据的实现。

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

matlab仿真与光学系统配套源代码，在matlab平台上通过肤色分割和模板匹配的方法实现人脸检测

人脸检测作为物体检测问题的一个特例,长期以来一直备受关注,已经开始广泛应用到全新人机界面、基于内容的检索、基于目标的视频压缩、数字视频处理、视觉监测等许多领域。 本论文研究的是如何准确地在复杂背景的灰度或彩色图像中测人脸,同时验证了结合肤色等多种信息融合的方法是提高检测速度的有效途径之一。利用目前较为流行的AdaBoost算法的一个改进算法——Gentle AdaBoost算法,设计实现了以这个算法为核心的快速人脸检测系统,系统分训练和检测两部分,训练的最终目的就是得到一多层分类器结构,人脸检测的效率和检测速度在很大程度上是由这种结构形式决定的。通过一系列的比较得出样本选取、特征选取、核心算法等很多因素影响着多层分类器的结构形式。