140 likes | 241 Views
報告者:曹仁傑. Statistical skin color detection method without color transformation for real-time surveillance systems. 出處 : National Taiwan University 作者 : Yen-Hsiang Chen. 大綱. 簡介 文獻回顧 研究方法 實驗比較 結論. 簡介. 分析人類的圖像或影像時,膚色模型是一個重要的基礎,膚色模型被廣泛應用在目標偵測、目標追蹤、目標辨識。
E N D
報告者:曹仁傑 Statistical skin color detection method without color transformation for real-time surveillance systems 出處:National Taiwan University 作者:Yen-Hsiang Chen
大綱 • 簡介 • 文獻回顧 • 研究方法 • 實驗比較 • 結論
簡介 • 分析人類的圖像或影像時,膚色模型是一個重要的基礎,膚色模型被廣泛應用在目標偵測、目標追蹤、目標辨識。 • Hiremath 與Danti 提出對於皮膚像素的檢測,色彩空間的選擇是首要的一步,最直覺最常用的色彩空間就是RGB色彩空間。 • 將RGB色彩空間經過線性或非線性的轉換後就可以得到其它的色彩模型和色度信息,轉換過的色彩空間通常比RGB色彩空間更適用。
簡介 • 本研究主要提出一個低成本高效的應用程序,用RGB的色彩空間直接無色彩轉換、再與其他色彩空間比較效能,最後以硬體實現。
文獻回顧 • 較早檢測皮膚的方法,因為膚色信息在RGB直角坐標色彩空間中(Park etal.,2000)亮度非常敏感,RGB色彩空間正規化如下表示: • 皮膚顏色的像素值在紅色分量(0.36~0.465)和綠色分量(0.28~0.363)
文獻回顧 • HSV色彩空間包括色調(H)、飽和度(S)、值(V),RGB色彩空間可以經過轉換成為HSV色彩空間,轉換公式如下: • 皮膚顏色的像素值在(Wang and Yuan,2001)
研究方法 • 本研究以RGB色彩空間開發一個高效的皮膚檢測,為避免運算大量的色彩資訊,我們直接計算出每個色彩分量間的差異。
研究方法 • -142<sR<18,-48<sG<92, -32osBo192.
研究方法 • 本研究架構示意圖
實驗比較 • 本研究實驗主要比較我們的方法與其他方法間皮膚檢測的準確性比較。 • 以100張彩色圖像做原圖,比較RGB、HSV、YCbCr與本研究提出的方法。
實驗比較 • 原圖影像的解析度越大誤判的機率就越低
結論 • 本文提出一種有效的無色彩變換皮膚顏色模型,也是一個非常有效的人臉檢測的方法。可以準確地檢測到我們的皮膚,該方法可以進一步應用於人臉檢測系統。 • 本系統僅花費了3202個邏輯單元,並只使用127.7 KB的內存記憶體,意味著低成本,低複雜。