基于肤色检测的快速五官定位算法.doc

视频技术应用与工程 文章编号： （ ） !#$%’# #( )$)$( 基于肤色检测的快速五官定位算法 · 论文· * 赵苏琦，赵明生 （清华大学 电子工程系 网络与人机语音通信研究所，北京 ） !%+ 【摘 要】根据视频应用的特点，结合人脸的肤色和特征部位几何分布特征，提出了一种应用于视频序列人脸部位的五官定 位算法。实验表明，该算法定位速度快，误检率低。 【关键词】五官定位；肤色检测；视频序列 【 】 !#$%’$ ,-./0 12 34/ 54-6-53/67.375. 18 970/1 -::;75-3712 -20 51=72/0 734 34/ 8;/.4 312/ 18 4?-2 8-5/ -20 07.367=?@ 3712 18 8-57-; 8/-3?6/.A - 8-57-; 8/-3?6/ ;15-;7B-3712 -;C16734 816 970/1 ./D?/25/ 7. :61:1./0E 【 】 ()* +,%-# 8-57-; 8/-3?6/ ;15-;7B-3712F 8;/.4 312/ 0/3/53712F 970/1 ./D?/25/ ! 引言 # 系统的总体结构 在视频会议中，人脸可以作为一个对象被单独 系统总体由以上几部分组成，包括定位和五官 关注，这是因为人脸是视频会议中最能够表达与会 定位过程。在定位过程中，对输入的视频图像进行 者想法的部分，而人的五官则是人脸上主要表情的 肤色识别，区分出肤色区域和背景区域，然后在肤 表达部位，不论是喜怒哀乐，都主要是五官的位置 色区域中再进一步识别，这样做可以大大降低运算 和形状的变化来表达。因此，在面向对象的视频编 量。对待识别区域进行横纹检测，横纹检测可以把 码中，人脸可以作为一个单独的对象进行编码，而五 人的五官中的一些横向平行的边缘部分检测出来， 官又可以作为人脸中的子对象进行编码，以期得到 然后根据一些五官分布的特点，就可以精确的定位 更为清晰的视频序列。 出五官的位置。在五官定位过程中，主要的方法有 本算法是基于人脸定位的基础上，进一步在人 两种，第一种是几何位置定位，主要采用的是重心 脸的区域上寻找五官的位置，以达到精确的五官定 点几何位置定位；第二种是纹理定位，主要利用人 位的目的，所以首先要做到的就是人脸定位。 脸五官周围纹理的特点进行定位，这样，通过两种 人脸定位是近年来图像处理领域的热点问题 检测，可以进一步排除误识的区域，大大提高了五 之一，目前方法比较成熟，主要的方法有以下几种： 官定位的准确度。 第一类方法是基于整体人脸的模板匹配的方法，这 种方法首先要有大量的样本图像，总结得出模板， 然后对检测的图像进行模板匹配，这样对检测对象 有一定要求，必须能够被模板包括的才能有比较好 的检测结果。第二类方法是人工神经网络方法，通 过大量样本的训练，最后对图像各区域进行判决。 该方法在理论上十分可行，但是训练样本的选择和 网络收敛均非易事。第三类方法是基于肤色检测的 方法，这种方法利用了图像的色彩信息，根据先验 的知识，可以知道各种肤色在彩色空间中的分布， 用它作为人脸区域的初步检测。 圈定好肤色区域以后就可以进行五官定位了。 ( 具体算法描述 五官定位同样有很多方法，例如，可以根据人脸部 ./0 肤色检测 的纹理变化来确定，或者根据人脸上特征点的几何 在彩色图像处理中，色彩通常用 ( 个分量来表 分布来定位。在本算法中，首先是根据肤色选定人 示。根据应用场合不同，分别可以用 GH, 归一化、 脸区域，然后对特征点进行区域分布的检测，初步 IJK、LMNO、ML=L6 等空间来表示。这几种色度空间 找出候选点，然后根据纹理、灰度等特征进行校正， 中，都可以进行肤色检测。在本算法中选用 ML=L6 排除假的候选区域，最后得出五官的位置。在检测 色度空间来作为检测空间，主要应用 L=L6 分量进 中，还利用了视频序列在时域上的连续性，在判定 行检测，该方法的优点是受亮度变化的影响较小， 第一幅以后对区域进行跟踪，从而降低整个算法的 且是两维独立分布，又和通用视频输入源的格式一 运算量。 致，无须额外作色度空间的变换。 受清华大学 基金支持 ! ’%P 电视技术 年第 期 总第 期 ! !# $ !%#  344563!7$ 8 4’79#6! 7: ;#7 !#6$757%#/ 经过统计证明，不同人种、不同环境下的肤色 克图像中更加明显，因此在进行横纹检测之前，首 区别主要受亮度影响，受色度影响较小，!!# 空间 先把图像进行马赛克化，不但可以使特征明显，而 下肤色的统计分布如图 $，% 所示。 且进一步降低算法的运算量。由于处理的图像一般 比较小，通常是 ’/01’..，经过实验比较，选定马赛 克大小为 $1$。 （