一种基于肤色模型的皮肤识别方法技术

本发明专利技术涉及一种基于肤色模型的皮肤识别方法，步骤如下：1）对图像进行人脸识别，获取人脸区域；2）对步骤1）获取的人脸区域进行均值计算，获取平均肤色；3）根据步骤2）获取的平均肤色计算当前图像的肤色概率映射表；4）根据步骤3）获取的肤色概率映射表对当前图像进行肤色识别，并获得当前图像的肤色概率的结果图。本发明专利技术通过使用人脸检测后的肤色均值来构建肤色模型，能够适应各种条件下拍照的图片，应用范围实现更广的覆盖。并且本发明专利技术所述的方法不需要进行训练数据的积累，极易进行实施；不需要与庞大的训练数据进行比对，运行效率提高。通过肤色模型进行识别，识别准确率高，克服在过亮或过暗的情况下，皮肤识别不准确的不足。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及，步骤如下：1）对图像进行人脸识别，获取人脸区域；2）对步骤1）获取的人脸区域进行均值计算，获取平均肤色；3）根据步骤2）获取的平均肤色计算当前图像的肤色概率映射表；4）根据步骤3）获取的肤色概率映射表对当前图像进行肤色识别，并获得当前图像的肤色概率的结果图。本专利技术通过使用人脸检测后的肤色均值来构建肤色模型，能够适应各种条件下拍照的图片，应用范围实现更广的覆盖。并且本专利技术所述的方法不需要进行训练数据的积累，极易进行实施；不需要与庞大的训练数据进行比对，运行效率提高。通过肤色模型进行识别，识别准确率高，克服在过亮或过暗的情况下，皮肤识别不准确的不足。【专利说明】
本专利技术涉及图像识别方法，更具体地说，涉及。
技术介绍
皮肤识别的目标是从图像中自动地识别人体的皮肤区域，并且根据识别出的皮肤区域进行美容美化操作。而现有技术中，对图像中人体的皮肤识别存在误识别率高、需要构建数据库的时间久和步骤麻烦、实现复杂、程序运行效率低等不足。中国专利技术专利申请201110185739.0公开了一种模式识别和图像处理
中的一种光照自适应的人体肤色检测方法，通过收集训练数据库，用训练数据库来训练基础肤色模型和光照模型，并用基础肤色模型对待检测图像的像素点进行筛选，从光照模型中找出一个和待检测图像最接近的光照模型，用该模型对待检测图像和基础肤色模型进行修正，修正后的待检测图像经修正后的基础肤色模型检测后输出。但上述专利技术的技术方案主要是根据数据库来构建肤色模型，必然存在有很大的局限性。当软件定义的数据库中的训练数据都偏于黑暗的情况时，偏亮的照片的皮肤检测得到的较黑的部分就会被自动识别为皮肤，导致误识别率；当软件定义的数据库中的训练数据都偏于明亮的情况时，偏暗的照片的皮肤检测得到的结果是会有很大部分不被识别，误识别率更高；当软件定义的数据库中的训练数据偏平衡的时候，较暗或者较亮的皮肤都不会被识别出来。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种识别率高、实现简单高效、运行效率高的。本专利技术的技术方案如下:，步骤如下:I)对图像进行人脸识别，获取人脸区域；2)对步骤I)获取的人脸区域进行均值计算，获取平均肤色；3)根据步骤2)获取的平均肤色计算当前图像的肤色概率映射表；4)根据步骤3)获取的肤色概率映射表对当前图像进行肤色识别，并获得当前图像的肤色概率的结果图。作为优选，步骤2)具体为:2.1)初始化原始皮肤模型；2.2)计算整个图像的颜色均值，作为初始皮肤的阈值；2.3)根据步骤2.2)获取得的初始皮肤的阈值计算人脸区域的平均肤色。作为优选，步骤2.1)中，初始化原始皮肤模型的步骤如下:2.1.1)创建肤色模型，大小为256*256 ；2.1.2)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、1、j为整数类型。 肤色模型变量为SkinModelFor( i=0; i<2 5 6; i+十) { 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<n M ax ;j++) {计算对应位置的肤色模型的值，计算公式为SkinModelQ] =AlphaValue - (J/2)； }For(j=n M ax.j <2 5 6 ;j+十) { 初始对应位置的肤色模 型的值为0; } }o作为优选，步骤2.2)具体为:2.2.1)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；2.2.2)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。作为优选，步骤2.3)具体为:2.3.1)根据如下公式计算平均肤色的黑白值:GRAYl=0.299*RED+0.587*GREEN+0.114*BLUE其中，GRAYl为灰度图的当前像素点的灰度值；RED、GREEN、BLUE分别为图像的当前像素点的红、绿、蓝通道的颜色值；2.3.2)将步骤2.3.1)中的黑白值作为阈值，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;其中，skin为经过皮肤模型的颜色映射后的皮肤值；SkinModel为步骤2.1)的初始化原始皮肤模型；red为红色通道的颜色值；blue为蓝色通道的颜色值。作为优选，步骤3)所述的肤色概率映射表通过如下步骤获取:3.1)创建肤色概率映射表，大小为256*256 ；3.2)依次对肤色概率映射表进行赋值，具体伪代码如下；【权利要求】1.，其特征在于，步骤如下: .1)对图像进行人脸识别，获取人脸区域； .2)对步骤1)获取的人脸区域进行均值计算，获取平均肤色；. 3)根据步骤2)获取的平均肤色计算当前图像的肤色概率映射表； .4)根据步骤3)获取的肤色概率映射表对当前图像进行肤色识别，并获得当前图像的肤色概率的结果图。2.根据权利要求1所述的基于肤色模型的皮肤识别方法，其特征在于，步骤2)具体为: .2.1)初始化原始皮肤模型； . 2.2)计算整个图像的颜色均值，作为初始皮肤的阈值； .2.3)根据步骤2.2)获取得的初始皮肤的阈值计算人脸区域的平均肤色。3.根据权利要求2所述的基于肤色模型的皮肤识别方法，其特征在于，步骤2.1)中，初始化原始皮肤模型的步骤如下: .2.1.1)创建肤色模型，大小为256*256 ； .2.1.2)依次对肤色模型进行赋值，具体伪代码如下； 4.根据权利要求3所述的基于肤色模型的皮肤识别方法，其特征在于，步骤2.2)具体为: 2.2.1)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； 2.2.2)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。5.根据权利要求4所述的基于肤色模型的皮肤识别方法，其特征在于，步骤2.3)具体为: .2.3.1)根据如下公式计算平均肤色的黑白值:GRAYl=0.299*RED+0.587*GREEN+0.114*BLUE 其中，GRAYl为灰度图的当前像素点的灰度值；RED、GREEN、BLUE分别为图像的当前像素点的红、绿、蓝通道的颜色值； .2.3.2)将步骤2.3.1)中的黑白值作为阈值，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; 其中，skin为经过皮肤模型的颜色映射后的皮肤值；SkinModel为步骤2.1)的初始化原始皮肤模型；red为红色通道的颜色值；blue为蓝色通道的颜色值。6.根据权利要求5所述的基于肤色模型的皮肤识别方法，其特征在于，步骤3)所述的肤色概率映射表通过如下步骤获取: .3.1)创建肤色概率映射表，大小为256*256 ； .3.2)依次对肤色概率映射表进行赋值，具体伪代码如下； 预设临时变量 1、j、SkinR本文档来自技高网...

【技术保护点】
一种基于肤色模型的皮肤识别方法，其特征在于，步骤如下：1）对图像进行人脸识别，获取人脸区域；2）对步骤1）获取的人脸区域进行均值计算，获取平均肤色；3）根据步骤2）获取的平均肤色计算当前图像的肤色概率映射表；4）根据步骤3）获取的肤色概率映射表对当前图像进行肤色识别，并获得当前图像的肤色概率的结果图。

【技术特征摘要】

【专利技术属性】
技术研发人员：张伟，傅松林，张长定，
申请(专利权)人：厦门美图网科技有限公司，
类型：发明
国别省市：