肤色检测（分割）via Random Forest

偶然上 UCI Machine Learning Repository ， 发现新增加了一批新的数据集，包括一个 "Skin Segmentation" 样本集：

样本数：245057 （其中有50,000+正样本，剩余负样本）

特征： B G R（像素颜色）

类别： 2类（废话，肤色/非肤色）

页面上对这个数据库的简要介绍：

"The Skin Segmentation dataset is constructed over B, G, R color space. Skin and Nonskin dataset is generated using skin textures from face images ofdiversity of age, gender, and race people"（很直白，不翻译了吧）

肤色检测一直是一个比较实用，实时性也很强的方法。早前也有以肤色为基础做人脸检测的[1]。另外，肤色检测也可以用来做人脸检测的验证等。

之前，也一直想要实现一个肤色检测，用过最简单的矩形和椭圆区域在颜色空间中标记肤色的方法（中文文献，具体忘记了）。但是，如果要自己收集数据集的话还是比较繁琐，所以后来也不了了之了。正好有了上面这个"Skin Segmentation" 样本集，wow~~，然后用随机森林训练了一个肤色检测器，参数如下：

（1）集成随机树15棵

（2）节点分裂用轴平行的简单弱分类器

（3）每个节点随机选择特征空间一维

训练与测试：

其实应该将RGB转换到其他颜色空间的，把色调和亮度分离。但是这里又偷懒了，直接RGB作训练和分类。

在全部245057个样本中随机5500个样本（正负约接近），训练/测试为2475/3025（准备数据集满足分类器的输入也是我最不喜欢的繁琐的事，这里或许使用的样本有点少了）。上述随机森林大概花了600ms训练完成，在测试集上分类准确率>99%（重复实验过N次，大概在99.2%左右）。对一幅516*345的图像需要2s时间（3G RAM/1.83GHz laptop），平均到每个像素点为0.01123ms（这种统计数据有意义吗?!）

下面是一些效果图：

先拿我刺的（sorry，是你们皇马的）魔笛来试试：

白鹿巷的魔笛和帕克（这图截的太不专业了！）

然后是那时还在里昂的皮少

在罗马卖萌的皮皮

再来四张斯内德吧，今天谈判破裂（预想中的），你的下一站是何方？

然后，今天科比成为最年轻的Mr. 30K!恭喜!希望湖人走上正轨吧！

原来对黑人的肤色效果欠佳，这也是在情理之中。

绝杀之后的老男孩

最后来一张热刺的全家福吧，当然是在老雷时代

最后，想说，不要指望肤色可以解决很高难的问题，肤色检测大多数应该只是一个辅助手段，如[4]用在了人体部件的跟踪上。

关于用RF做肤色检测的论文可以参考[2]和[3]，其中[3]对各种分类器和各种颜色空间做了大量实验。

纯属业余兴趣，想法很naive，欢迎拍砖。

[1] Rein-Lien Hsu, Mohamed Abdel-Mottaleb and Anil K. Jain. Face Detection in Color Images.TPAMI, 24(5), 2002.

[2] Rehanullah Khan, Allan Hanbury, Julian Stoettinger. Skin Detection: A Random Forest Approach.ICIP, 2010.

[3] Rehanullah Khan, Allan Hanbury, Julian Stöttinger, Abdul Bais. Color based skin classification. Pattern Recognition Letters, 33(2), 2012.

[4] Haris Baltzakis, Maria Pateraki, Panos Trahanias. Visual Tracking of Hands, Faces and Facial Features of Multiple Persons. Machine Vision and Applications, 2012.

--------------------------------------------------我不是分类面，下面也没有演职人员表了----------------------------------------------------

最后，祝魔笛和皮皮在各自的球队好好表现，稳扎稳打。不过，说实话还是喜欢冬季转会时皮皮来我们热刺的。