[发明专利]一种基于显著性检测的皮肤识别方法

权利要求书

1.一种基于显著性检测的皮肤识别方法，其特征在于，包括以下步骤：

10.对待检测图像进行人脸识别，获取人脸区域，并对人脸区域进行显著性检测，获取人脸最显著区域，即人脸皮肤区域；

20.对所述的人脸皮肤区域进行均值计算，获取平均肤色；

30.根据所述的平均肤色计算待检测图像的肤色概率映射表；

40.根据所述的肤色概率映射表对待检测图像进行肤色识别，并获得待检测图像的肤色概率的结果图。

2.根据权利要求1所述的一种基于显著性检测的皮肤识别方法，其特征在于：所述的步骤10中对人脸区域进行显著性检测，该显著性检测进一步包括：

a.提取图像特征：采用高斯滤波器对待检测图像进行滤波和采样，形成以所述的待检测图像为底层的高斯金字塔模型；然后对高斯金字塔模型中的每一层分别提取各种图像特征，形成特征金字塔模型；再根据该特征金字塔模型进行计算得到所述的待检测图像的特征图；

b.生成显著图：把每一个所述的特征图归一化处理，并将各个归一化处理后的特征图进行综合计算，得到对应于所述的待检测图像的显著图。

3.根据权利要求2所述的一种基于显著性检测的皮肤识别方法，其特征在于：所述的显著图中采用白色和黑色对其进行标记以获取待检测图像的显著性区域，其中，白色表示待检测图像中显著的区域，黑色表示待检测图像中不显著的区域。

4.根据权利要求1所述的一种基于显著性检测的皮肤识别方法，其特征在于，步骤20中获取平均肤色的方法进一步包括以下步骤：

21.初始化原始皮肤模型；

22.计算整个图像的颜色均值，作为初始皮肤的阈值；

23.根据获取得的初始皮肤的阈值计算人脸区域的平均肤色。

5.根据权利要求4所述的一种基于显著性检测的皮肤识别方法，其特征在于，所述的步骤21中，初始化原始皮肤模型的步骤如下：

211.创建肤色模型，大小为256*256；

212.依次对肤色模型进行赋值，具体伪代码如下；

预设临时变量AlphaValue、nMax、i、j为整数类型。

肤色模型变量为SkinModel[256][256]

For(i＝0；i＜256；i++)

{

判断i是否大于128，如果大于128，则AlphaValue为255，否则为i*2；

计算获得nMax的值，计算公式为nMax＝min(256，AlphaValue*2)；

For(j＝0；j＜nMax；j++)

{

计算对应位置的肤色模型的值，计算公式为SkinModel[i][j]＝AlphaValue-(j/2)；

}

For(j＝nMax；j＜256；j++)

{

初始对应位置的肤色模型的值为0；

}

}

。

6.根据权利要求4所述的一种基于显著性检测的皮肤识别方法，其特征在于，所述的步骤22进一步包括：

221.遍历整个图像的像素点，将红色通道、绿色通道、蓝色通道的颜色值累加，得到颜色累加值；

222.将颜色累加值除以像素点的总数，得到红色通道、绿色通道、蓝色通道的均值，作为初始皮肤的阈值。

7.根据权利要求6所述的一种基于显著性检测的皮肤识别方法，其特征在于，所述的步骤23进一步包括：

231.根据如下公式计算平均肤色的灰度值：

GRAY 1＝0.299*RED+0.587*GREEN+0.114*BLUE

其中，GRAY1为待检测图像的灰度图的当前像素点的灰度值；RED、GREEN、BLUE分别为待检测图像的当前像素点的红、绿、蓝通道的颜色值；

232.将所述的灰度值作为阈值，用来排除人脸区域非皮肤的部分；

并依次遍历人脸区域里的像素点的颜色值，根据如下公式获得平均肤色：

skin＝SkinModel[red][blue]；

其中，skin为经过皮肤模型的颜色映射后的皮肤值；SkinModel为步骤21的初始化原始皮肤模型；red为人脸区域里的像素点的红色通道的颜色值；blue为人脸区域里的像素点的蓝色通道的颜色值。