文档章节

肤色检测算法 - 基于二次多项式混合模型的肤色检测。

abcijkxyz
 abcijkxyz
发布于 2016/11/22 16:38
字数 1540
阅读 9
收藏 0

   由于能力有限,算法层面的东西自己去创新的很少,很多都是从现有的论文中学习,然后实践的。

      本文涉及的很多算法,在网络上也有不少同类型的文章,但是肯定的一点就是,很多都是不配代码的,或者所附带的代码都是象征性的,速度慢,不优雅,不具有实用价值,本文努力解决这些问题。

      文中各算法出现的顺序并不代表算法的优越性,仅仅是作者随机排布的而已。

      1、二次多项式混合模型

           二次多项式混合模型首先有SORIANO提出,此后CHIANG对此进行了改进。改进后的模型由两个R-G平面的二次多项式和一个圆方程构成:

      

  在以上三个方程的基础上,肤色区域可以通过一下规则实现:

               

     上述算法的参考论文:Adaptive skin color modeling using the skin locus.pdf  

            A novel method for detecting lips,eyes and faces in real time

  以及百度文库相关文章:基于混合肤色模型的快速人脸检测算法 

     上式中,小写r,g,b(未涉及)为对R/G/B(byte类型的数据,0-255)进行归一化后的数据,即:

             

     如上所示,算法中涉及到了不少的浮点运算,以及大量的乘法,如果按照源汁原味的来编写代码,程序的效率可想而知。因此,我们着手于算法的优化。

     首先,我们来看四个判断条件,由于判断条件是不分先后,需要同时满足的地方才是区域,因此应该把简单的判断条件放在最前面判断。

     首先看如果符合了判断条件R4,条件R3中的R>G肯定是已经成立的,则只需要判断G是否大于B,这是优化手段1。   

     然后我们来看R2的优化,为方便表达,我们这里令Sum=R+G+B,将判断条件R2展开:

                     

     上式子最后一步同时乘以156, 理论上说156×0.33=51.48,不应该取52的,不过这个0.33本来就是个经验数据,谁说不能是1/3呢。

     到此,我们看到在式子的最右侧还有个浮点数0.0624,如果不消除该数据,算法速度依旧会有大的影响,常常研究移位的朋友肯定对0.0625这个数字很熟悉,1/16=0.0625,不是吗,懂了吗,还不懂,看代码吧(这里的式子很多都是经验公式,因此,稍微修改一些参数对结果基本无影响)。

     上述这样做的目的,无非是将浮点数的运算全部转换为整数的运算。

  最后来看式R1的优化,R1实际上也是两个条件,把他分开来,分别称为R11及R12,对于R11,同样展开:

               

     现在大部分的PC都还是32位的系统,因此,使用32位的整数类数据类型速度是最快的,因此,如果上述放大系数的取夺就必须主要使得计算式两边的值都在int.MinValue和 int.MaxValue之间,比如上式,>号左侧算式的肯能最大取值为10000×255×765,是小于int.MaxValue所能表达的范围的,因此放大系数是合理的。

     对于R12的展开我想应该不需要我在去贴出来了吧。

     算法部分参考代码:

for (Y = 0; Y < Height; Y++)
{
    Pointer = Scan0 + Y * Stride;
    SkinP = SkinScan0 + Y * SkinStride;
    for (X = 0; X < Width; X++)
    {
        *SkinP = 0;                                 // 非皮肤区域为黑色

Blue
= *Pointer; Green = *(Pointer + 1); Red = *(Pointer + 2); if (Red - Green >= 45) // 符合条件R4 { if (Green > Blue) // 符合条件R3 { Sum = Red + Green + Blue; T1 = 156 * Red - 52 * Sum; T2 = 156 * Green - 52 * Sum; if (T1 * T1 + T2 * T2 >= (Sum * Sum) >> 4) // 符合条件R2,在32位系统要尽量避免用long类型数据, { T1 = 10000 * Green * Sum; Lower = - 7760 * Red * Red + 5601 * Red * Sum + 1766 * Sum * Sum; // 把这里的公用的乘法提取出来基本没啥优化的效果 if (T1 > Lower) // 符合条件R11 { Upper = - 13767 * Red * Red + 10743 * Red * Sum + 1452 * Sum * Sum ; if (T1 < Upper) // 符合条件R12 { *SkinP = 255;      } } } } } Pointer += 3; SkinP++; }

  本人特喜欢优化,特别是代码层面的优化,比如上述的 Lower = 5601 * Red * Sum + 1766 * Sum * Sum 这句,偶尔我写成Lower =- Red * Red * 7760+ 5601 * Red * Sum + 1766 * Sum * Sum 这样,然后没事的时候我反汇编了两种写法有什么不同,结果如下:

Lower =-7760 * Red * Red+ 5601 * Red * Sum + 1766 * Sum * Sum ;         // 把这里的公用的乘法提取出来基本没啥优化的效果
00000118  imul        ebx,ecx,0FFFFE1B0h 
0000011e  imul        ebx,ecx 
00000121  imul        eax,ecx,15E1h 
00000127  imul        eax,esi 
0000012a  add         ebx,eax 
0000012c  imul        eax,esi,6E6h 
00000132  imul        eax,esi 
00000135  add         ebx,eax

 

Lower = -Red * Red * 7760 * +5601 * Red * Sum + 1766 * Sum * Sum;         // 把这里的公用的乘法提取出来基本没啥优化的效果
00000118  mov         ebx,ecx 
0000011a  neg         ebx 
0000011c  imul        ebx,ecx 
0000011f  imul        ebx,ebx,1E50h 
00000125  imul        ebx,ebx,15E1h 
0000012b  imul        ebx,ecx 
0000012e  imul        ebx,esi 
00000131  imul        eax,esi,6E6h 
00000137  imul        eax,esi 
0000013a  add         ebx,eax

     可见多了两条汇编语句的。可能这个优化举在这里不合适,因为有个系数-7760,一般谁都不会像上面写,但是如果系数是-1,那就比一定了,比如如果是-Red+Blue 和Blue-Red那就有着截然不同的意义了。

      这个算法的皮肤检测效果还是很不错的,那原文中的图像来举例如下:

            

             原图                                                           梦版图                                                      合成图

 然后贴一张别人博客上的照片的例子(一群帅哥和美女):

 检测结果:

   由于是有选择性的执行,因此程序执行的速度其实和图像的内容有关,同样一副大小的图像,如果皮肤部分站的比例越大,执行的时间可能就会越长,就上述这幅800*600的图像来说,在我I3的笔记本上仅用了4ms就得到了结果,因此速度是相当的快的。

     

 

***************************作者: laviewpbt   时间: 2013.8.17   联系QQ:  33184777  转载请保留本行信息*************************

 

 

 

 

本文转载自:http://www.cnblogs.com/Imageshop/p/3264238.html

共有 人打赏支持
abcijkxyz
粉丝 63
博文 6196
码字总数 1876
作品 0
深圳
项目经理
Win8 Metro(C#)数字图像处理--2.35图像肤色检测算法

原文:Win8 Metro(C#)数字图像处理--2.35图像肤色检测算法  [函数名称] 肤色检测函数SkinDetectProcess(WriteableBitmap src) [算法说明] 这个算法是一篇学术论文算法的实现,论文名字为“...

杰克.陈
03/13
0
0
人脸识别系列之人脸检测--训练基于肤色特征的检测

前言: 基于特征的方法是利用人脸的先验知识导出的规则进行人脸检测。 一般来说,常用的特征包括人脸和人脸器官典型的边缘和形状特征(如人脸轮廓、虹膜轮廓、嘴唇轮廓等)、纹理特征(纹理是...

ittazp
08/16
0
0
基于 OpenCV 的裸体检测

AI(人工智能)被用来处理一些奇怪的任务。算法网站Algorithmia搞出了一个“裸体检测器”,当然这不是能通过图灵测试的超级AI,也不是《终结者》中“天网”级别的机器人。 据称,原理如下:首...

oschina
2015/06/30
8K
21
自己做的一个肤色检测模型

肤色检测 在人像美化中,肤色检测有助于防止磨掉头发、胡子等需要保持细节的部分,也可以使美白算法仅作用于皮肤,不对人像周边环境产生影响。 网上找了一下肤色检测模型,效果都太差,换了一...

jxt1234
2015/10/15
605
0
广州颜鉴信息科技--即将亮相移动美妆开发包

1引言 古人曰,女为悦己者容。在化妆技术日益成熟的今天,化妆的目的已经不仅于此,社会的文明程度越高,化妆就越显示出其必要性。化妆是人们为了适应实用,场合、环境、 礼仪和特定的情景需...

colorreco
2016/09/29
0
0

没有更多内容

加载失败,请刷新页面

加载更多

20180925 df与du命令、fdisk磁盘分区

df 命令 disk filesystem的缩写,查看已挂载磁盘的总容量、使用容量、剩余容量信息。 [root@centos01 ~]# dfFilesystem 1K-blocks Used Available Use% Mounted on/dev/sda3 27...

野雪球
37分钟前
1
0
Shell编程(expect同步文件、指定host和同步文件、构建文件分发系统、批量执行命令)

expect脚本同步文件 需求:自动同步文件 实验准备: A机器:192.168.248.130 B机器:192.168.248.129 实现: 1.A机器编写4.expect脚本文件,内容如下所示: #!/usr/bin/expectset passwd "...

蛋黄_Yolks
今天
2
0
ppwjs之bootstrap颜色:背景颜色

<!DOCTYPT html><html><head><meta http-equiv="content-type" content="text/html; charset=utf-8" /><title>ppwjs欢迎您</title><link rel="icon" href="/favicon.ico" ......

ppwjs
今天
1
0
Ubuntu与 Fedora之对比

大家好。今天我将重点介绍两个流行的Linux发行版之间的一些特性和差异; Ubuntu 18.04和Fedora 28。它们都有自己的包管理; Ubuntu使用DEB,而Fedora使用RPM,但它们都具有相同的桌面环境(GNO...

linuxprobe16
今天
2
0
线性代数入门

线性代数的概念对于理解机器学习背后的原理非常重要,尤其是在深度学习领域中。它可以帮助我们更好地理解算法内部到底是怎么运行的,借此,我们就能够更好的做出决策。所以,如果你真的希望了...

牛奋Debug
昨天
3
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部