兼顾光照的肤色模型

通过对颜色与其参数的相关性分析,认为颜色的各个参数都是紧密相关的,去除某些参数进行降维处理,实际上造成了精度损失。通过对rg颜色和hs颜色进行正态拟合,发现两者的QQ图显示出相似的正偏度,这说明降维是不成功的,亮度信息不能丢弃。在HLS空间提出了一个包含亮度信息的球形肤色模型,在自建库和PICS库上使用该模型,与其它模型进行比较,取得了比较好的效果。该模型可以直接用于图像和视频人脸检测。     

基于CbCgCr椭球体似然平滑度的肤色分割

对于有色偏、高光和阴影的复杂背景彩色人脸图像,已有模型不能获得较理想的分割结果。为此,提出一种基于CbCgCr椭球体肤色似然平滑度的肤色分割算法。预处理人脸输入图,以消除色偏、高光和阴影,建立CbCgCr椭球体肤色模型,计算肤色似然平滑度,利用肤色似然平滑度粗分割肤色区域,并对其进行去噪处理,以获得肤色细分割图和细提取图。实验结果表明,对光照不均和背景复杂的人脸彩色图像,该算法的肤色分割准确性、鲁棒性和实时性较优。     

Skin segmentation based on multi pixel color clustering models

This paper presents a reliable color pixel clustering model for skin segmentation under unconstrained scene conditions. The proposed model can overcome sensitivity to variations in lighting conditions and complex backgrounds. Our approach is based on building multi-skin color clustering models using the Hue, Saturation, and Value color space and multi-level segmentation. Skin regions are extracted using four skin color clustering models, namely, the standard-skin, shadow-skin, light-skin, and high-red-skin models. Moreover, skin color correction (skin lighting) at the shadow-skin layer is used to improve the detection rate. The experimental results from a large image data set demonstrate that the proposed clustering models could achieve a true positive rate of 96.5% and a false positive rate of approximately 0.765%. The experimental results show that the color pixel clustering model is more efficient than other approaches.     

面向中医望诊的人脸分割及其算法实现*

面向中医面部诊病,提出了一种基于高斯模型、经验值修正、多项式插值拟合的人脸区域精确分割方法.对大量典型人脸皮肤图片进行建模确定高斯函数参数,混合最大类间差法和自适应法寻找最佳阈值分割出可能人脸区域,然后利用先验知识对区域进行边缘修正提取出正确人脸区域,最后提出用多项式插值拟合下巴曲线,精确分离颈部,从而实现面向中医诊断需要的人脸区域精确分割.     

彩色视频序列图像中的人脸跟踪方法

针对彩色视频序列图像的人脸检测，提出了一种基于肤色的人脸跟踪方法。该方法首先在Hsu提出的肤色模型基础上，采样一种自肤色分割算法来提取复杂背景下人脸的肤色特征，与传统的采用固定肤色模型的检测算法相比，该方法具有更好的检测效果；然后，在人脸跟踪过程中采用Condensation滤波跟踪算法，并对算法做了两点改进，即在跟踪过程中采用基于Metropolis算法的重采样方法以及自适应的动态模型，实现了复杂背景下的人脸自由运动的跟踪，并从各种影片中截取了彩色视频序列图像进行了测试实验。实验结果表明，该方法有效地解决了复杂背景下人脸自由运动、光照变化及部分遮挡的问题，且精度较高。     

复杂光照下的人脸肤色检测方法

复杂光照对人脸肤色检测具有重要影响。在YCbCr颜色空间建立复杂光照条件下的人脸肤色模型,然后利用该模型检测人脸图像的肤色区域,并对检测结果利用4-连通区域的几何特征消除非人脸区域,最后利用连通元复原误检的人脸肤色区域。实验结果表明,该方法可以实现复杂光照下人脸肤色区域的准确检测。     

Statistical skin color detection method without color transformation for real-time surveillance systems

Skin color is the significant information for many emerging applications in surveillance systems. However, the common skin color models usually need to perform color space transformation. This is not suitable for direct hardware implementation. This paper develops a statistical skin color model using the default RGB color space, which is especially suitable to implement on hardware for image processing applications. Moreover, an efficient face detection system is also proposed with our skin color model for hardware implementation. Compared with other skin color models, the proposed model produces the highest detection rate. Furthermore, the extended face detection system also significantly decreases the computational cost of the hardware implementation based on our skin color model. Experimental results demonstrate that our proposed detection system can be easily implemented on a field-programmable gate array (FPGA), where only 3202 logic cells is occupied with the high detection rate.     

基于彩色图像处理的西红柿品质特征的提取研究

用机器视觉系统判别西红柿品质是否有效 ,关键在于能否真实地提取特征参数 .由于西红柿果实存在新陈代谢且表面非常光滑 ,使机器视觉系统采集图像时受环境温度和光线的影响很大 .同时 ,很难直接从采集到的RGB彩色图像中提取有效的品质特征参数 .为此 ,本论文基于彩色图像处理技术把 RGB彩色图像转换为 L* a* b*模式的彩色图像 ,然后提取西红柿品质特征参数 ,试验结果验证采用这种特征提取法提取的西红柿品质特征参数基本上不受照明强度的影响     

一种基于Haar小波变换的彩色图像人脸检测方法

本文提出了一种基于Haar小波变换的彩色图像人脸检测方法。首先进行彩色空间的变换,检测出图像中的肤色区域;利用Adaboost算法训练出的基于Haar小波变换的检测器对该区域进行人脸检测;建立眼睛颜色模型,并根据眼睛!嘴在不同分量上的分布特征,将它们从人脸区域中提取出来;最后融合眼睛!嘴候选区域的信息,利用特征不变的方法进行眼睛和嘴的确定。实验结果表明,该方法能够快速有效地检测出人脸,并能够确定眼!嘴的位置。     

彩色图像人脸高光区域的自动检测与校正方法

人脸检测和识别受不同环境照明的影响很大,彩色图像中人脸高光区域的自动检测和辐射校正有助于对人脸的正确分析和识别.提出了一种在TSL(tint-saturation-luminance)彩色空间基于双色反射模型进行高光检测和辐射校正的新方法.通过考察肤色在各种不同彩色空间中的分布形态,以及对皮肤光谱反射特性的分析,采用关键的2维平面代替3维彩色空间进行高光分析.一方面降低了算法复杂度,另一方面又可以在序贯主分量分析中提出特征值比值,迅速而准确地自动检测是否有皮肤高光区域的存在,同时还可以鲁棒地确定皮肤双色反射矢量,应用双色反射模型进行肤色高光区域的辐射校正.     

基于模糊认知图的图像压缩域肤色检测方法

传统肤色检测方法无法同时保证较高的检测精度及较快的处理速度。为此,提出一种基于模糊认知图的图像压缩域肤色检测方法。在熵解码的离散余弦变换系数中,提取图像块的颜色特征和纹理特征,利用模糊认知图建立用于表征压缩域图像特征与肤色检测结果之间关系的肤色模型,采用该模型进行肤色检测实验。结果表明,与传统方法相比,该方法检测准确率更高,所需检测时间更短。     

一种有效的皮肤检测算法

肤色特征是人体表面的重要特征,在人脸检测与识别、基于内容的不良图像过滤系统中有着重要的地位。分析了YUV颜色空间系统的特点,提出了一种基于椭圆区域的皮肤模型,将该模型应用于基于内容的不良图像过滤系统的皮肤检测部分中。实验表明,利用该模型进行皮肤检测能够达到很好的效果。     

实时视频图像快速唇部检测方法的研究与实现

在视频图像中快速提取完整的嘴唇外形是计算机唇读系统的首要任务之一，文中提出了一种综合采用Red Exclusion和Fisher变换的唇部检测方法，根据肤色模型和运动相关性在视频图像中检测人脸，然后在RGB空间内排除红色，用(G，B)分量作为Fisher变换矢量，对人脸下三分之一区域进行唇部图像增强，并利用增强后的灰度图像的灰度值呈正态分布这一特性，自适应确定肤色和唇色阈值，将唇部从背景图像中分割出来。该方法能检测出完整的嘴唇外形，且检测速度高，对光照、胡须及说话人不敏感。     

Robust skin segmentation using color space switching

Skin detection is very popular and has vast applications among researchers in computer vision and human computer interaction. The skin-color changes beyond comparable limits with considerable change in the nature of the light source. Different properties are taken into account when the colors are represented in different color spaces. However, a unique color space has not been found yet to adjust the needs of all illumination changes that can occur to practically similar objects. Therefore a dynamic skin color model must be constructed for robust skin pixel detection, which can cope with natural changes in illumination. This paper purposes that skin detection in a digital color image can be significantly improved by employing automated color space switching. A system with three robust algorithms has been built based on different color spaces towards automatic skin classification in a 2D image. These algorithms are based on the statistical mean of value of the skin pixels in the image. We also take Bayesian approaches to discriminate between skin-alike and non-skin pixels to avoid noise. This work is tested on a set of images which was captured in varying light conditions from highly illuminated to almost dark.     

Automatic Detection of Human Nudes

This paper demonstrates an automatic system for telling whether there are human nudes present in an image. The system marks skin-like pixels using combined color and texture properties. These skin regions are then fed to a specialized grouper, which attempts to group a human figure using geometric constraints on human structure. If the grouper finds a sufficiently complex structure, the system decides a human is present. The approach is shown to be effective for a wide range of shades and colors of skin and human configurations. This approach offers an alternate view of object recognition, where an object model is an organized collection of grouping hints obtained from a combination of constraints on color and texture and constraints on geometric properties such as the structure of individual parts and the relationships between parts. The system demonstrates excellent performance on a test set of 565 uncontrolled images of human nudes, mostly obtained from the internet, and 4289 assorted control images, drawn from a wide variety of sources.     

运用自适应球体模型实现肤色动态分割

提出一种用于变化光照、多姿态和复杂背景条件下人脸识别的肤色区域动态分割算法。对彩色人脸输入图进行色偏校正和亮度调节预处理,利用肤色聚类特性构建一种自适应球体肤色模型,并基于该模型计算自适应肤色相似度,利用肤色相似度,采用自适应的动态阈值进行肤色区域目标的分割和提取。实验结果表明,对于变化光照、多姿态和复杂背景的彩色人脸图像,该算法有良好的分割精度和自适应性。     

复杂背景中的人脸检测与定位

基于人类视觉机制,描述了一种由粗到细的复杂背景中的人脸检测方法。其基本思想是首先粗略定出人脸可能存在的区域,然后在可能的区域内进一步细致匹配,以证实人脸的存在并对其进行准确定位。在粗略检测中利用人脸的肤色分布统计模型将人脸从背景中分割出来;在准确定位中联合人脸的肤色分布统计模型、发色分布统计模型以及不同方向的头部模型,用模糊模式匹配的方法进行准确定位。实验结果表明该方法比在复杂背景中直接利用肤色信息检测人脸的方法速度快,准确率高,鲁棒性好。     

非均匀光照条件下的彩色人脸图像增强

针对非均匀光照彩色人脸图像增强中肤色失真问题,提出了一种基于单尺度Retinex和肤色模型的方法。将人脸图像转换至YCbCr颜色空间,并采用不同的方法分别处理Y分量和CbCr分量。针对亮度分量（Y）采用单尺度Retinex方法压缩图像的动态范围,增强图像暗处的细节信息;针对图像中肤色区域,根据肤色在CbCr空间具有聚集性的特点,调整亮度分量增强后肤色像素点色度分量（Cb和Cr）的值,改善肤色区域的颜色质量。在CAS-PEAL人脸库中进行实验,该方法与传统的人脸图像增强方法相比,在图像细节呈现能力和面部色彩真实程度方面均有提高。     

基于层次支持向量机的人脸检测

针对彩色图像人脸检测,提出了肤色模型和层次支持向量机相结合的人脸检测方法。检测时首先利用调节的肤色模型提取出人脸候选区域,然后对这些候选区域用线性支持向量机和主成分与非线性支持向量机相结合的层次支持向量机进行验证,获得真正的人脸区域。实验表明,该方法对图像偏色有一定的鲁棒性并可以用于灰度图像的人脸检测,而且检测正确率和速度比基于肤色和模板匹配的方法有了一定的改进。     

彩色人体图像的二值化方法

为了快速有效的对彩色人体图像进行二值化处理,提出了一种新的自适应二值化处理方法.该方法根据人体肤色特征,建立人体肤色模型;根据该模型,分割出肤色和非肤色,再直接转换成二值图像.由于人体肤色受到不同光照和环境的影响,人体彩色图像中的人体肤色值会有偏移.为了改善肤色模型适应不同环境和光照,在肤色分割过程中,采用了自适应Gamma校正方法.最后,给出了该方法的实验结果.实验结果表明,提出的彩色人体图像的二值化方法快速且有效.