兼顾光照的肤色模型

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (15): 218-220.

兼顾光照的肤色模型

华继钊^1，2，郭志波^1，2，陈才扣^1，2，杨静宇¹

1.南京理工大学计算机科学与技术学院，南京 210094
2.扬州大学信息工程学院，江苏扬州 225009

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-05-21 发布日期:2007-05-21
通讯作者: 华继钊

Skin-color model in view of luminance

HUA Ji-zhao^1，2，GUO Zhi-bo^1，2，CHEN Cai-kou^1，2，YANG Jing-yu¹

1.College of Computer，Nanjing University of Science and Technology，Nanjing 210094，China
2.College of Information，Yangzhou University，Yangzhou，Jiangsu 225009，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-05-21 Published:2007-05-21
Contact: HUA Ji-zhao

摘要/Abstract

摘要： 通过对颜色与其参数的相关性分析，认为颜色的各个参数都是紧密相关的，去除某些参数进行降维处理，实际上造成了精度损失。通过对rg颜色和hs颜色进行正态拟合，发现两者的QQ图显示出相似的正偏度，这说明降维是不成功的，亮度信息不能丢弃。在HLS空间提出了一个包含亮度信息的球形肤色模型，在自建库和PICS库上使用该模型，与其它模型进行比较，取得了比较好的效果。该模型可以直接用于图像和视频人脸检测。

关键词: 相关性, 正态拟合, QQ图, 球形肤色模型, 人脸检测

Abstract: This paper studies relativity between color and its parameters.Since color’s parameters are correlative，decreasing dimension by wiping off some parameters affects classificatory precision.Through normal approach，we find color in rg plane is similar to color in hs color，and they both have positive excursion in Q-Q plot.This excursion shows that decreasing dimension is improper and luminance must be considered in skin model.We propose a spherical skin model including luminance information in HLS color space.Then we compare this model to other models in our own database and PICS database.The model has successfully applied in these images.This model can be directly used in face detection for image and video.

Key words: relativity, normal approach, Q-Q plot, spherical skin model, face detection

华继钊^1，2，郭志波^1，2，陈才扣^1，2，杨静宇¹. 兼顾光照的肤色模型[J]. 计算机工程与应用, 2007, 43(15): 218-220.

HUA Ji-zhao^1，2，GUO Zhi-bo^1，2，CHEN Cai-kou^1，2，YANG Jing-yu¹. Skin-color model in view of luminance[J]. Computer Engineering and Applications, 2007, 43(15): 218-220.

[1]	杨力，吴义，魏德宾，潘成胜. 基于时空相关性的卫星网络流量预测[J]. 计算机工程与应用, 2021, 57(7): 101-106.
[2]	张杰，常天庆，郭理彬，张雷，马金盾. 基于跟踪异常与相关性检验的目标丢失判断[J]. 计算机工程与应用, 2021, 57(18): 204-212.
[3]	刘虹，王烈. 结合余弦相关性的卷积网络识别汉字的方法[J]. 计算机工程与应用, 2020, 56(8): 130-135.
[4]	高树静，王程龙，董廷坤. 基于ZYNQ的优化Adaboost人脸检测[J]. 计算机工程与应用, 2020, 56(6): 201-206.
[5]	王晶晶，杨有龙. 针对弱标记数据的多标签分类算法[J]. 计算机工程与应用, 2020, 56(5): 65-73.
[6]	郭莎莎，李爽，阎红灿. 已知时间的空间文本skyline查询[J]. 计算机工程与应用, 2020, 56(24): 59-65.
[7]	陈朝辉，杨湘，李鹏，何亨. 流内编码中考虑链路相关性的机会路由机制[J]. 计算机工程与应用, 2020, 56(24): 85-94.
[8]	向敏，戴柯宇，周恩，刘榆，雷儒杰. 面向物联网终端的任务相关性调度策略[J]. 计算机工程与应用, 2020, 56(23): 95-102.
[9]	高琦，李红娇. 面向用电数据的周期敏感度差分隐私保护方法[J]. 计算机工程与应用, 2020, 56(20): 73-81.
[10]	郭静，宋文爱，杨吉江，王青，梁雅琪，雷毅，高雪梅，李海振. 计算机辅助诊断人脸形态学疾病研究综述[J]. 计算机工程与应用, 2020, 56(19): 22-33.
[11]	刘淇缘，卢树华，兰凌强. 遮挡人脸检测方法研究进展[J]. 计算机工程与应用, 2020, 56(13): 33-46.
[12]	李静，降爱莲. 复杂场景下基于R-FCN的小人脸检测研究[J]. 计算机工程与应用, 2020, 56(1): 203-208.
[13]	杨飞跃，陶洋. 时空协作的WSNs节点异常检测算法[J]. 计算机工程与应用, 2019, 55(7): 127-131.
[14]	孙登第1，孟欠欠1，2，马云鹏1，2. 图正则化迁移稀疏概念编码的跨域图像分类[J]. 计算机工程与应用, 2019, 55(6): 197-203.
[15]	罗明柱，肖业伟. 全卷积神经网络的多尺度人脸检测的研究[J]. 计算机工程与应用, 2019, 55(5): 124-128.