人脸肤色检测模型

一、概述

        建立模型就是在已知对象的特征基础上来给对象建立一个模型,并借此对对象实现判断、检测、绘制、控制等功能。人脸建模的方式很多,各有各的优缺点"肤色模型较之几何模型来,要相对简单,执行速度快。而在肤色模型中常用的是高斯模型。

二、建模

1、高斯肤色模型

       从图 2-9 中可以看出肤色在 Cr-Cb 空间中可以用高斯分布描述,根据肤色在色度空间的高斯分布,对于彩色图像中每个像素,将其从 RGB 色彩空间变换到 YCbC 空间后,就可以计算该点属于皮肤区域的概率,即根据该点离高斯分布中心的远近得到和肤色的相似度,将彩色图像转化成灰度图,其中每个像素的灰度值对应该点与肤色的相似度。相似度计算公式如下:

         

       通过对肤色点训练后,选取的肤色模型的参数为:

                 

2、椭圆模型

       比起算法相对复杂的高斯肤色模型,可以利用非线性变换后的肤色在中呈明显的椭圆分布,可以用以下的公式来匹配两个色度分量的距离。

                  

       试验中,根据检测结果调整参数的大小,得到 cx=114.38,cy=160.0.02,ecx=1.60,ecy=2.41,θ=2.53,a=25.39,b=14.03,从而得到比较理想的二值化分割图像。

3、非参数估计法

       为了避免因选择参数方法所需的复杂的估计运算,也可以采用简单的非参数方法来确定肤色,即通过直接选择阈值[Cb1,Cb2]和[Cr1,Cr2],其判别方法非常简单:一个像素(i,j)如果同时满足 cb1<Cb(i,j)<Cb2 和 Cr1<Cr(i,j)<Cr2,则判定该像素为肤色像素,取值为1。否则,该点像素为0,得到肤色分割的二值图像。通过观察归一化的直方图,获得闭值区间为:Cb(i,j)属于[0.44,0.55], Cr(i,j)属于[0.54,0.65],事实上,这些闭值是肤色期望和标准方差的线性函数。

 

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值