有效的膚色偵測器應用於動態人臉偵測系統

Abstract

本篇論文提出一套針對不同亮度做補償之膚色偵測器。由於膚色極容易受光線影響。因此，必須做一些適當的光線補償。首先，本篇採用 Chen所提出的適應性光線補償來做亮度校正。隨後，我們在此訓練出兩組 CbCr 值來做膚色分割。而在訓練過程中，採用「主軸 k-means」演算法將訓練資料做分群處理。而在特徵擷取部分，利用眼睛和嘴巴的特徵來定義人臉區域。實驗結果顯示出，本篇論文所提出之方法已有改善，膚色偵測率高達95.02％；且動態偵測率高達 93.33%。在此，我們主要是針對正臉以及接近正臉的人臉來做實驗。對於背景太複雜的情形下，仍然有偵測不到的現象。