[发明专利]一种人体肤色检测中阈值的确定方法及装置

说明书

技术领域

本发明涉及模式识别领域，尤其涉及一种人体肤色检测中阈值的确定方法及装置。

背景技术

人体肤色检测的目标是从图像中自动定位出人体裸露的皮肤区域。准确地检测出皮肤区域在现阶段对人体检测和图像过滤具有非常重要的意义，此外，人体肤色检测在快速人脸检测等场合中也有应用。

现有的皮肤检测技术主要是肤色概率模型法，即对于一幅待检测图像，分别统计出对应该待检测图像的肤色概率分布和非肤色概率分布，其中，肤色概率分布和非肤色概率分布的形式可以有多种结构形式，如可以是离散的概率直方图，也可以是归纳的连续的概率密度函数(常见的有高斯Gauss分布或混合高斯Gauss分布)；然后，利用上述两个概率分布可以计算出每个像素分别是肤色的似然概率和非肤色的似然概率，再计算出该像素是肤色的后验概率，这样就能得到一幅与原图像对应的肤色概率图像。但是如何从肤色概率图像得到皮肤区域图是一个图像二值化问题，一般都采用阈值法，将肤色概率大于某个阈值T的像素作为肤色像素，反之作为非肤色像素，因此阈值T的选择对肤色检测的结果很重要，下面叙述现有技术中的肤色检测方法。

在现有技术中，贝叶斯(Bayes)决策是统计模式识别中的一个基本方法，其基本规则是：将样本归入风险最小(即错误率最低)的类别。其中，使用Bayes决策方法的前提是：待分样本可属的类别数、各类别的总体概率分布(或者待分样本属于各个类别的似然概率)均已知。

下面以对像素x进行肤色分类为例，介绍Bayes决策方法在肤色检测中的应用方法。在肤色检测中，待分样本可属的类别包括肤色类别和非肤色类别两类。以像素x为待分样本，假定像素x的颜色为color，x属于肤色类别的似然概率为P(color|skin)，属于非肤色类别的似然概率为肤色类别的先验概率为P(skin)，非肤色类别的先验概率为(通常假定P(skin)和相等)，则像素x属于肤色的后验概率通过下式表示为：

P(skin|color)=P(color|skin)*P(skin)/(P(color|skin)*P(skin)+P(color|-skin)*P(-skin))]]>

=P(color|skin)/(P(color|skin)+P(color|⫬skin))]]>

同样可得到像素x属于非肤色的后验概率