基于新的膚色模型的人臉檢測方法

0 引言
人臉檢測一直是一個研究熱點，它涉及到模式識別、圖像處理、計算機視覺以及神經網絡等許多交叉學科，在數字視頻處理、視覺監測等方面有著重要的應用價值。目前國內外的研究中，圍繞彩色圖像中膚色這一特征的算法越來越多，同時利用膚色進行定位和分割也比較快速準確，簡單直觀，這使得彩色圖像處理與人類視覺感受自然而然地結合了起來。膚色是人臉的重要信息，具有相對的穩定性并可和大多數背景物體的顏色相區別，也與物體的大小、伸縮及姿態基本上無關。

1 Hsu R L膚色檢測算法
Hsu R L在論文中提出了一種可變光照及復雜背景下的膚色檢測算法，該算法應用于人臉檢測中可以取得較好的效果。
Hsu R L首先采用一種光照補償算法。它將整個圖像中所有像素的亮度從高到低進行排列，然后取前5％的像素，如果這些像素的數目足夠多，就將它們的亮度作為“參考白” (Reference Wlaite)，即將它們的色彩的R、G、B分量值都調整為最大的255。整幅圖像的其它像素點的色彩值也都按這一調整尺度進行變換膚色檢測時，由于在Hsu R L采用的YCbCr色度空間中，色度值CbCr對亮度值Y總是存在著一定的非線性的依賴關系，這種依賴關系在很大程度上影響了膚色的檢測，所以，Hsu R L在論文中提出了一種非線性變換方法，以消除色度對亮度的依賴關系。其非線性變換公式如下：

式中，Ci表示Ch或是Cr，WCk=46．97，WLCb=23，WHCb=14，WCr=38．76，WLCr=20，WHCr=10，Kl=125，Kh=188，這些參數均是Hsu R L由大量訓練樣本中估計取得的。
Hsu R L對Heinich―Hertz―Institute(HHI)圖像庫圖片中的膚色點進行了統計，圖1所示是膚色點在非線性變換后的yCb′C′r空間分布圖。在變換后，其Cb′Cr′區域中采用橢圓模型描述膚色分布，其橢圓模型可表示如下：