[发明专利]肤色分割方法、装置、电子设备及存储介质

权利要求书

1.一种肤色分割方法，其特征在于，所述方法包括：

对待分割图像进行特征提取，得到所述待分割图像中每个像素对应的特征向量，所述像素对应的特征向量包括所述像素对应的像素值与人脸像素值的组合，所述人脸像素值用于表征所述待分割图像中人脸区域的色彩信息；

将所述像素对应的特征向量分别输入前景概率查找表和背景概率查找表进行查找，得到所述像素对应的前景概率和所述像素对应的背景概率，所述前景概率查找表包括特征空间中每一个像素点的样本特征向量以及所述像素点为肤色的概率值，所述背景概率查找表包括所述特征空间中每一个像素点的样本特征向量以及所述像素点不为肤色的概率值，所述特征空间是所有像素点的像素值与对应的人脸先验像素值所构成的样本特征向量的集合，所述人脸先验像素值是人脸区域色彩信息的先验值；

获取所述像素对应的前景概率和所述像素对应的背景概率之间的差值；

当所述差值大于或等于设定阈值时，标记所述像素为皮肤。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述差值小于设定阈值时，标记所述像素为非皮肤。

3.根据权利要求1所述的方法，其特征在于，所述对待分割图像进行特征提取，得到所述待分割图像中每个像素对应的特征向量，包括：

获取待分割图像，检测所述待分割图像中的所有人脸区域；

获取所述所有人脸区域在各色彩通道的像素均值，将所述像素均值作为所述人脸像素值；

将所述待分割图像中每个像素的像素值与所述人脸像素值进行拼接，分别得到每个像素对应的特征向量。

4.根据权利要求1所述的方法，其特征在于，所述对待分割图像进行特征提取，得到所述待分割图像中每个像素对应的特征向量，包括：

获取待分割图像，检测所述待分割图像中的所有人脸区域；

获取各人脸区域分别在各色彩通道的第一人脸像素均值；

获取所述所有人脸区域在各色彩通道的第二人脸像素均值；

当所述像素位于所述待分割图像中的任意一个人脸区域时，确定所述任意一个人脸区域对应的第一人脸像素均值，将所述像素的像素值与对应的第一人脸像素均值进行拼接，得到所述像素对应的特征向量；

当所述像素不位于所述任意一个人脸区域时，将所述像素的像素值与所述第二人脸像素均值进行拼接，得到所述像素对应的特征向量。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述前景概率查找表的生成方法包括：

获取第一样本数据集，所述第一样本数据集中包括若干个肤色样本特征向量，每个所述肤色样本特征向量包括肤色样本像素对应的像素值与人脸样本像素值的组合；

根据所述第一样本数据集训练高斯混合模型，直到所述高斯混合模型收敛，得到目标前景高斯模型；

将所述特征空间中每一个像素点的样本特征向量输入所述目标前景高斯模型，得到所述特征空间中每一个像素点为肤色的概率值；

基于所述特征空间中每一个像素点的样本特征向量以及所述像素点为肤色的概率值，生成对应的前景概率查找表。

6.根据权利要求1至4任一项所述的方法，其特征在于，所述背景概率查找表的生成方法包括：

获取第二样本数据集，所述第二样本数据集中包括若干个非肤色样本特征向量，每个所述非肤色样本特征向量包括非肤色样本像素对应的像素值与人脸样本像素值的组合；

根据所述第二样本数据集训练高斯混合模型，直到所述高斯混合模型收敛，得到目标背景高斯模型；

将所述特征空间中每一个像素点的样本特征向量输入所述目标背景高斯模型，得到所述特征空间中每一个像素点不为肤色的概率值；

基于所述特征空间中每一个像素点的样本特征向量以及所述像素点不为肤色的概率值，生成对应的背景概率查找表。