復(fù)雜背景下膚色檢測的研究.pdf

1、膚色檢測技術(shù)是人臉檢測與識別、表情識別、手勢識別、人體檢測、圖像與視頻索引等計算機視覺系統(tǒng)的重要組成部分。在色情圖像檢測過程中，它可以起到關(guān)鍵作用，目前，該技術(shù)已被廣泛地應(yīng)用于視頻監(jiān)控、互聯(lián)網(wǎng)不良信息過濾等。因此，對于膚色檢測的正檢率和檢測效率的要求越來越高，然而在具有復(fù)雜背景的圖像中，很難將類膚色像素與膚色像素準確區(qū)分，檢測效率低，本課題就是在這樣的背景下展開研究工作。
　　本文介紹了現(xiàn)有膚色檢測技術(shù)的國內(nèi)外研究現(xiàn)狀，系統(tǒng)地介紹

2、了膚色建模的常用方法，包括明確定義膚色閾值的方法、參數(shù)化的高斯密度函數(shù)估計法、非參數(shù)化的直方圖統(tǒng)計法以及半?yún)?shù)化方法，并分析比較了這些膚色建模方法各自的優(yōu)缺點。
　　在此基礎(chǔ)上本文提出了一種復(fù)雜背景下的膚色檢測方法。在對RGB顏色空間及其線性變換、非線性變換空間對比分析的基礎(chǔ)上，選擇RGB和YCgCb顏色空間相結(jié)合的膚色建模方法。將大量手工標記出膚色區(qū)域的樣本圖像在混合顏色空間分別進行離線學(xué)習(xí)，獲取RGB顏色空間的膚色分布范圍，在

3、YCgCb顏色空間中擬合得到膚色“圓”，并對兩顏色空間中的膚色分布進行“與”運算，得到初始膚色二值掩碼圖像。但由于人種的差異及光照等外界干擾因素，上述方法檢測出來的結(jié)果不是很準確，所以加入人臉信息進行自適應(yīng)的膚色建模。首先用Adaboost算法檢測圖像中是否存在人臉，若存在則統(tǒng)計人臉區(qū)域的膚色分布并建立膚色檢測模型，然后將該模型檢測得到的結(jié)果與混合顏色空間膚色模型檢測結(jié)果相結(jié)合，最終獲取待檢圖像中的膚色區(qū)域。實驗結(jié)果表明，該算法能夠較好

4、地檢測出復(fù)雜背景中圖像的膚色區(qū)域，尤其在準確檢測到人臉的情況下。
　　此外，針對不存在人臉的圖像用靜態(tài)膚色模型檢測時，不能準確的區(qū)分圖像中的類膚色像素，因此本文加入紋理信息來進一步精確判定已檢測出的膚色像素是否為膚色像素。雖然加入紋理信息后，在檢測速度上會有所下降，但較大地提高膚色的正檢率。
　　最后，本文對所做的工作和研究成果進行了總結(jié)評述，同時也總結(jié)了復(fù)雜背景下膚色檢測技術(shù)中存在的問題，并在此基礎(chǔ)上對未來的工作進行了展望