基于线性组合预测和生物特征的人体肤色检测

摘要：

针对视频监控中基于肤色特征人体目标检测中的两个棘手问题,即人体肤色受光照变化影响较大,以及复杂背景下肤色相近色的干扰,提出了一种新的肤色检测方法.首先假设视频序列每帧肤色区域像素在彩色空间的分布构成相对集中的"点云"三维几何体,光照变化时每帧"点云"几何体在彩色空间的变化可以通过平移、缩放和旋转等参数约束下的三维仿射变换来建模,提出了用线性组合预测模型来预测这三类参数的变化,进而预测并更新待检测帧的直方图分布;然后利用Bayes分类器进行肤色区域的初分割.为了克服复杂背景中肤色相近色的干扰,本文采用组合彩色空间变换凸显人体肤色生物特征,减少了肤色和非肤色在单个彩色空间时的重叠区域,在初分割的基础上进一步消除大片相近色的干扰.经过大量实验证明,该方法在帧间光照变化的情况下对肤色变化有很好的敏感性,且能有效克服大片背景相近色的干扰.

关键词：人体肤色检测、线性组合预测、肤色生物特征、Bayes分类器

所属期刊栏目：25

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金60641010

在线出版日期：2010-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：454-461