肤色检测算法 - 基于二次多项式混合模型的肤色检测。

其他 2021-04-03 17:12:56 阅读次数: 0

http://blog.csdn.net/laviewpbt/article/details/10027907

　　由于CSDN博客和博客园的编辑方面有不一致的地方，导致文中部分图片错位，为不影响浏览效果，建议点击打开链接。

由于能力有限，算法层面的东西自己去创新的很少，很多都是从现有的论文中学习，然后实践的。

本文涉及的很多算法，在网络上也有不少同类型的文章，但是肯定的一点就是，很多都是不配代码的，或者所附带的代码都是象征性的，速度慢，不优雅，不具有实用价值，本文努力解决这些问题。

文中各算法出现的顺序并不代表算法的优越性，仅仅是作者随机排布的而已。

1、二次多项式混合模型

二次多项式混合模型首先有SORIANO提出，此后CHIANG对此进行了改进。改进后的模型由两个R-G平面的二次多项式和一个圆方程构成：

　　在以上三个方程的基础上，肤色区域可以通过一下规则实现：

扫描二维码关注公众号，回复： 13121381 查看本文章

上述算法的参考论文：Adaptive skin color modeling using the skin locus.pdf

　　　　　　　　　　 A novel method for detecting lips,eyes and faces in real time

　　以及百度文库相关文章：基于混合肤色模型的快速人脸检测算法

上式中，小写r,g,b（未涉及）为对R/G/B(byte类型的数据，0-255）进行归一化后的数据，即：

如上所示，算法中涉及到了不少的浮点运算，以及大量的乘法，如果按照源汁原味的来编写代码，程序的效率可想而知。因此，我们着手于算法的优化。

首先，我们来看四个判断条件，由于判断条件是不分先后，需要同时满足的地方才是区域，因此应该把简单的判断条件放在最前面判断。

首先看如果符合了判断条件R₄，条件R₃中的R>G肯定是已经成立的，则只需要判断G是否大于B，这是优化手段1。　　

然后我们来看R₂的优化，为方便表达，我们这里令Sum=R+G+B，将判断条件R₂展开：

上式子最后一步同时乘以156, 理论上说156×0.33=51.48，不应该取52的，不过这个0.33本来就是个经验数据，谁说不能是1/3呢。

到此，我们看到在式子的最右侧还有个浮点数0.0624，如果不消除该数据，算法速度依旧会有大的影响，常常研究移位的朋友肯定对0.0625这个数字很熟悉，1/16=0.0625，不是吗，懂了吗，还不懂，看代码吧（这里的式子很多都是经验公式，因此，稍微修改一些参数对结果基本无影响)。

上述这样做的目的，无非是将浮点数的运算全部转换为整数的运算。

　　最后来看式R₁的优化，R₁实际上也是两个条件，把他分开来，分别称为R₁₁及R_12，对于R₁₁，同样展开：

现在大部分的PC都还是32位的系统，因此，使用32位的整数类数据类型速度是最快的，因此，如果上述放大系数的取夺就必须主要使得计算式两边的值都在int.MinValue和 int.MaxValue之间，比如上式，>号左侧算式的肯能最大取值为10000×255×765，是小于int.MaxValue所能表达的范围的，因此放大系数是合理的。

对于R₁₂的展开我想应该不需要我在去贴出来了吧。

算法部分参考代码：

for (Y = 0; Y < Height; Y++)
{
    Pointer = Scan0 + Y * Stride;
    SkinP = SkinScan0 + Y * SkinStride;
    for (X = 0; X < Width; X++)
    {
        *SkinP = 0;　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　// 非皮肤区域为黑色



        Blue = *Pointer; Green = *(Pointer + 1); Red = *(Pointer + 2);
        if (Red - Green >= 45)                                              //  符合条件R4
        {
            if (Green > Blue)                                               //   符合条件R3
            {
                Sum = Red + Green + Blue;
                T1 = 156 * Red - 52 * Sum;                                 
                T2 = 156 * Green - 52 * Sum;
                if (T1 * T1 + T2 * T2 >= (Sum * Sum) >> 4)                    // 符合条件R2，在32位系统要尽量避免用long类型数据，
                   {
                    T1 = 10000 * Green * Sum;
                    Lower = - 7760 * Red * Red + 5601 * Red * Sum + 1766 * Sum * Sum;         // 把这里的公用的乘法提取出来基本没啥优化的效果
                        if (T1 > Lower)                                         // 符合条件R11
                    {
                        Upper = - 13767 * Red * Red + 10743 * Red * Sum + 1452 * Sum * Sum ;
                        if (T1 < Upper)                                     //  符合条件R12
                        {
                            *SkinP = 255;
　　　　                 }
                    }
                }
            }
        }
        Pointer += 3;
        SkinP++;
    }

　　本人特喜欢优化，特别是代码层面的优化，比如上述的 Lower = 5601 * Red * Sum + 1766 * Sum * Sum 这句，偶尔我写成Lower =- Red * Red * 7760+ 5601 * Red * Sum + 1766 * Sum * Sum 这样，然后没事的时候我反汇编了两种写法有什么不同，结果如下：

[csharp]view plaincopyprint? 
     
  Lower =-7760 * Red * Red+ 5601 * Red * Sum + 1766 * Sum * Sum ;         // 把这里的公用的乘法提取出来基本没啥优化的效果  
 00000118  imul        ebx,ecx,0FFFFE1B0h   
 0000011e  imul        ebx,ecx   
 00000121  imul        eax,ecx,15E1h   
 00000127  imul        eax,esi   
 0000012a  add         ebx,eax   
 0000012c  imul        eax,esi,6E6h   
 00000132  imul        eax,esi   
 00000135  add         ebx,eax   

[csharp]view plaincopyprint? 
     
  Lower = -Red * Red * 7760 * +5601 * Red * Sum + 1766 * Sum * Sum;         // 把这里的公用的乘法提取出来基本没啥优化的效果  
 00000118  mov         ebx,ecx   
 0000011a  neg         ebx   
 0000011c  imul        ebx,ecx   
 0000011f  imul        ebx,ebx,1E50h   
 00000125  imul        ebx,ebx,15E1h   
 0000012b  imul        ebx,ecx   
 0000012e  imul        ebx,esi   
 00000131  imul        eax,esi,6E6h   
 00000137  imul        eax,esi   
 0000013a  add         ebx,eax   