靜態(tài)圖象膚色檢測研究.pdf

1、皮膚檢測是人臉檢測與識(shí)別、表情識(shí)別、手勢識(shí)別、人體檢測等計(jì)算機(jī)視覺任務(wù)的重要組成部分，更是圖象與視頻索引、色情圖象檢測的關(guān)鍵步驟，廣泛應(yīng)用于人機(jī)交互接口、訪問控制、視頻監(jiān)控以及互聯(lián)網(wǎng)敏感內(nèi)容過濾等領(lǐng)域?；陬伾钠つw檢測具有簡單、快速、直觀，不受物體形狀變化及視點(diǎn)改變等影響的優(yōu)勢，受到研究者的普遍重視，具有重要的理論研究意義和應(yīng)用價(jià)值。本文主要研究靜態(tài)圖象中的膚色檢測技術(shù)。 顏色空間的選擇和膚色建模方法是膚色檢測的關(guān)鍵問題。膚色

2、檢測首先面臨一個(gè)合適顏色空間的選擇問題，大多數(shù)研究者直觀地選擇了“最優(yōu)”顏色空間而沒有給出嚴(yán)格的證明，而一些作者則質(zhì)疑空間選擇對皮膚檢測結(jié)果的明顯影響。在系統(tǒng)回顧和綜合分析了膚色檢測中所采用的各種顏色空間與膚色模型，并按照各自特性進(jìn)行分類后，定義了基于空間分布本身的膚色內(nèi)聚性和膚色一非膚色可分離性兩類指標(biāo)，基于一個(gè)大膚色樣本庫，比較了包含所有常用顏色空間以及部分作者提出的最優(yōu)空間的17個(gè)顏色空間的相應(yīng)指標(biāo)，并在這些空間中訓(xùn)練了SPM、G

3、MM、SOM和SVM這四種最典型的統(tǒng)計(jì)膚色模型并測試了其綜合分類性能。同時(shí)考察了量化等級(jí)、模型精度和不同決策方式對性能的影響，構(gòu)成了一個(gè)完善的性能評價(jià)體系，獲得了膚色空間和模型選擇的綜合結(jié)論。 在訓(xùn)練的收斂階段，SOM參考矢量的改變量很小，基于這一事實(shí)，我們利用統(tǒng)計(jì)直方圖構(gòu)造獲勝點(diǎn)線性表，并根據(jù)參考矢量的運(yùn)動(dòng)方向來優(yōu)化獲勝點(diǎn)的局部搜索，作為全局獲勝點(diǎn)的近似。膚色樣本實(shí)際分布數(shù)據(jù)和人工合成數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明該局部搜索策略能夠有效提

4、高搜索效率。 照明條件、照相機(jī)特性以及噪聲都對膚色有很大的影響，個(gè)體膚色也各不相同的，膚色模型必須能夠適應(yīng)這些環(huán)境變化。針對膚色檢測，詳細(xì)介紹了各種光照補(bǔ)償方法和自適應(yīng)手段的優(yōu)缺點(diǎn)，并比較了用于視頻序列的動(dòng)態(tài)高斯模型和動(dòng)態(tài)直方圖。 人像通常位于成像系統(tǒng)的焦平面上，人體的周圍環(huán)境將因散焦而模糊，盡管焦平面中的皮膚區(qū)域很難保證有完整的比較強(qiáng)的邊界，但是總能找到一條或幾條具有一定長度的強(qiáng)邊界段。我們提出了基于強(qiáng)邊界段的焦平面膚

5、色檢測框架，包含強(qiáng)邊界段或與之鄰接的類膚色區(qū)域識(shí)別為皮膚區(qū)域，從而避免了皮膚區(qū)域邊界的不完整性，并在保證膚色區(qū)域內(nèi)聚性的前提下，從散焦膚色區(qū)域中進(jìn)一步提取出最接近的子區(qū)域作為膚色區(qū)域。 皮膚區(qū)域具有良好的統(tǒng)計(jì)內(nèi)聚性和空間平滑性，結(jié)合紋理等鄰域特征能夠提高皮膚檢測性能。最后我們提出了一個(gè)多種底層特征相融合，并與人臉、手部等高層目標(biāo)結(jié)合的皮膚檢測開放式框架，形成一個(gè)多種信息相互印證，互為目的和手段的啟發(fā)式綜合方法。結(jié)合人臉檢測的實(shí)驗(yàn)