基于图像处理的秃顶检测
基于图像处理的秃顶检测
提问于 2015-08-16 18:27:02
我想知道是否有人能给我一个指引来检测照片中的一个人是否秃顶，或者更好的是，他有多少头发。到目前为止，我试着去探测脸部和眼睛的位置。根据这些信息，我粗略地估计了额头和秃顶的面积，我把眼睛上方的区域切到了脸的某一部分。
然后利用支持向量机提取特征，对系统进行光头图像和非光头图像的训练。
现在，当我看测试结果时，我看到一些被归类为秃顶的图片，但其中一些实际上有金色的头发或长长的前额，在切割过程中头发是看不见的。我正在使用MATLAB进行这些操作。
所以我知道这个方法似乎有点幼稚，但是如果有，你能提出一种找出秃顶区域或者提取头发的方法吗？对于这类问题，哪种方法最合适？
回答 2
Stack Overflow用户
发布于 2015-08-16 19:06:37
非常笼统，所以除非提供更多的信息，否则答案是一般的。
- 使用计算机视觉(如MATLAB计算机视觉工具包)检测面部/头部
- 头部有相似之处(对于人类面部)，使用这些可以得到头发或秃顶的头部区域(看起来你已经有了这些)。
- 计算人的皮肤所在的概率颜色空间模型(大多数人有相似的肤色空间范围)。
- 计算该地区皮肤相对于其他颜色(即头发)的百分比。
- 你拿到了！
若要估计肤色模型，请检查以下文件：
- http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.56.8637&rep=rep1&type=pdf
- http://infoscience.epfl.ch/record/135966
- http://www.eurasip.org/Proceedings/Eusipco/Eusipco2010/Contents/papers/1569293757.pdf
- 链接
如果一个区域不适合皮肤模型，它可以作为非皮肤(即头发，假设没有帽子等在样品中存在)。
Stack Overflow用户
发布于 2015-11-22 07:22:54
头部区域非常小，因此，使用HOG进行分类没有多大意义。
你可以使用以前的信息来检测面部；秃顶/头发肯定会出现在面部上方的区域。此外，使用一些密度更高的特性描述符。
您可能最终得到了非常稀疏的表示形式或相当少的信息，因此您的分类器无法正确分类。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/32038478
复制相关文章
相似问题
腾讯云开发者
