基于自适应肤色模型和运动特征动态手势检测.docx

基于自适应肤色模型和运动特征动态手势检测 摘要：提出一种基于自适应的皮肤颜色模型与手的 运动特征的改进的动态手势检测方法。其中自适应皮肤颜色 模型的建立结合基于YCbCr限定肤色区间模型与基于HSI自 适应颜色直方图法，主要解决多种光照，复杂背景，不同用 户条件下的皮肤分割问题。通过帧间差分法和面部排除法相 结合，得到帧间手的运动，进而在分割的皮肤区域中提取手, 有效解决头部运动情况下手的定位问题。 关键词：动态手势检测 皮肤分割自适应肤色模型运 动特征 中图分类号：TP391.41文献标识码：A文章编号： 1007-3973 （2013） 004-098-02 手势在人类的非语言交流中扮演着非常重要的角色，它 能表达命令（如“停止”，“过来”），情绪状态（如“胜 利”手势），或者是基本的数字信息（如“1” , “2”）。除 此以外，在一些特定情况它也是唯一的交流方式，如聋哑人 的手语和警察指挥交通的手语。如果能将这些简单的手语引 入到人机交互中，能够极大增强用户的体验，因此基于手势 的交互系统的研究引起业界的广泛兴趣。 手势检测是手势交互式系统的基础，其实质是确定特定 手势在视频流中出现的时间与空间位置。目前精确手的检测 仍是一个重要而且困难的问题，本文采用基于肤色的手的检 测方式和运动特征相结合的方式检测手势。在进行皮肤区域 分割时，本文采用了文献［1］的皮肤分割方法。当从皮肤区 域中提取出手部区域的信息，文献［2］和［3］分别用手的运动 特征和头部排除的方法提取手，实现简单，而且具有比较高 的提取精度，结合本文的研究的是动态的手势检测，所以可 以借助运动特征来进行分割。 1自适应皮肤分割与检测 本文选用了两种皮肤颜色模型进行皮肤区域与非皮肤 区域的分割。一种是在YCbCr颜色空间下的皮肤颜色区间模 型，这种模型只是简单地限定了皮肤像素的颜色值范围，其 优点是对皮肤区域分割简单快速。但是，这种模型的皮肤颜 色值范围是预先设定，如果范围过大，会检测到颜色相近（比 如红色或者棕色）的对象；范围过小，又会导致检测失败。 为了解决这个问题，本文引入了一种颜色信息自适应模型， 即基于颜色直方图分类的方法，可以在系统运行时实时检测 人脸获得人脸皮肤像素，自适应修改颜色直方图，有效克服 了背景中的红色或者棕色对象的影响，同时能够适应在不同 的光照条件和不同的用户下系统的正常使用。 1. 1基于YCbCr的皮肤颜色区间模型 一般来说，为了减少光照的影响，本文使用非线性的 YCbCr颜色空间，YCbCr中光照分量被集中在Y分量中，而 Cb和Cr分别被定义为蓝色色度分量和红色色度分量，代表 颜色信息。由RGB颜色空间转化为YCbCr颜色空间的计算公 式如下： (1) 为了能够获得较好的皮肤分割效果，本文忽略了 Y分量, 从而减少光照多样性的影响，只使用Cb和Cr两个色度分量 代表肤色信息。大量的研究表明皮肤颜色可以被聚集在一个 很小的CbCr颜色空间内，通过设定CbCr的范围能够得到比 较好的皮肤分割效果。本文实验设定的CbCr值如下所示： 1. 2基于HSI的颜色直方图分类模型 颜色信息自适应模型的核心思想是通过人脸检测获得 脸部区域的像素建立特定的皮肤模型。为了使该皮肤模型得 到更好的检测效果，需要选择合适的颜色空间和建模方法。 本文选择 HSI (Hue, Saturation, Intensity)颜色空间与 基于直方图的分类器相结合提供最高的皮肤检测性能。模型 建立时首先将RGB图像转换为HSI图像，然后建立基于HSI 颜色空间的统计直方图。为了更精确地分类一个像素颜色为 皮肤类或者非皮肤类，本文为皮肤区域和非皮肤区域分别建 立颜色直方图。皮肤颜色直方图定义为s,非皮肤颜色直方 图定义为nso通过一个可靠的人脸检测器，将训练数据中 面部区域以内的像素假设为皮肤像素，分配到s的相应区间 中；在面部区域以外的像素假设为非皮肤像素，分配到ns 的相应区间中，由此本文可以得到每种颜色值像素在s和 ns分布情况。然后就可以通过公式(2) (3)计算一个给定 像素的颜色值属于皮肤类和非皮肤类的概率： (2) (3) 其中，s[h s i]表示皮肤颜色直方图中颜色值为 hsi的像素的个数，ns[h s i，]是等价的来自于非皮肤 颜色直方图，Cskin和Cnon-skin分别表示在皮肤颜色和非 皮肤颜色直方图中总的像素数。通过公式(2)和(3)可以 得到颜色值hsi类条件概率，至此一个使用贝叶斯最大化相 似度方法的皮肤分类器被建立，一个图像像素如果满足公式 (4),则被分类为皮肤。 (4) 通过实验，当T=0.3时，可以得到比较高的皮肤分割效 果。 第一个模型由于所设定的CbCr值范围过大，当背景中 有红色对象时，会被错判为皮肤像素，背景中的