基于新的膚色模型的人臉檢測方法
加入技術交流群
直方圖分割后，可得到若干區域，然后根據膚色模型(即Hsu R L方法中的橢圓模型)來確定可能為膚色點的區域。可將Hsu R L的橢圓模型的中心點設為標準中心點，然后比較各個區域的峰值點與標準中心點的距離，距離越近，為膚色區域的可能性越大，可將其保留。最后，對輸入圖像的每個像素進行檢測，若其在YCb′Cr′空間中的Cb′Cr′分量屬于膚色區域，則定義為膚色值，否則為非膚色值。
本文引用地址：http://www.104case.com/article/195592.htm
4 實驗結果分析
筆者對總共100幅圖像進行了實驗。每幅圖像均包含人臉膚色區域，人臉大小與光照變化范圍均比較大，且背景復雜。測試時，可使用如下三個準則來評價分割結果：
(1)膚色檢測結果好，可去除絕大多數背景；
(2)膚色檢測結果一般，結果中仍有較多的背景；
(3)膚色檢測結果差，結果中去除了較多膚色區域。
表l所列是對這100幅圖像進行膚色檢測算法的實驗結果。
由表1的結果可以看出，Hsu R L方法檢測出的結果有許多類似膚色的像素點，且不能檢測圖像的高光部分，而本文的算法則能準確地找到膚色分布區域，且對高光部分也不敏感。
5 結束語
由于本文算法是基于單幅圖像的顏色分布，并不是采用某種固定的膚色模型，故能很好的適應光線的變化，從而提高了膚色的有效分割率和檢測效果。
評論