实时身体分割系统
2020-01-13

实时身体分割系统

本发明公开了人特征识别系统,该系统旨在提供基本上实时的人体部分识别,其中提供了多种方法和结构,以通过减少的计算需求便于实时识别。人特征识别系统包括:在混合级联结构上使用了主动提升程序和懒惰提升程序的面部检测模块,人体分割模块和边界抠图模块。混合级联结构是树形结构,其中一类分类器是通过低计算量的懒惰提升得到的,弱分类器是从前面的层得到的。

D.将四块特征与最好的两块特征相比较,并选择具有最低误差的特征。

为了根据规则I选择适当的特征,首先对于每个元素EieΩε计算KL散度。假设C(ei)表不来自正样本和负样本Xs在兀素ei处的KL测量。这里,集合C被称为给定样本的KL置信图,该置信图描述了在每个元素处正样本和负样本之差。

};

下面列出了图13A-13F中变量的定义:

B.选择具有最低误差的两块特征并且根据误差按照(上升)顺序整理两块特征,

Sequare:存储前景像素的结构

p:学习变量的符号

A.代价函数:由一组节点V(例如像素或区域)和一组连接这些节点的有向边E来定义图G=〈V,E>。如果每个像素表示一个节点,那么图像的分割Z=IzJ能够通过基于两个代价函数对能量函数进行求解来表示,两个代价函数是:用于将每个节点i分配给前景或背景标签的数据代价E1,以及用于测量两个节点之间相似度的平滑代价E2: