[논문 리뷰] Automated Switching System for Skin Pixel Segmentation in Varied Lighting

Ankit Chaudhary, Ankur Gupta|arXiv (Cornell University)|2013. 04. 17.

Video Surveillance and Tracking Methods참고 문헌 23인용 수 15

한 줄 요약

이 논문은 HSV 색상 공간의 값(Valuе) 성분에서 피부 피그먼트 값의 통계적 평균을 바탕으로 동적으로 최적의 색상 공간을 선택함으로써 다양한 조도 조건에서 피부 피ixel 분할 성능을 향상시키는 자동 전환 시스템을 제안한다. 조도 변화에 적응함으로써 이 방법은 실제 환경에서 다양한 조도 환경에서의 분할 정확도를 크게 향상시키며, 정적 색상 모델보다 뛰어난 성능을 발휘한다.

ABSTRACT

In Computer Vision, colour-based spatial techniquesoften assume a static skin colour model. However, skin colour perceived by a camera can change when lighting changes. In common real environment multiple light sources impinge on the skin. Moreover, detection techniques may vary when the image under study is taken under different lighting condition than the one that was earlier under consideration. Therefore, for robust skin pixel detection, a dynamic skin colour model that can cope with the changes must be employed. This paper shows that skin pixel detection in a digital colour image can be significantly improved by employing automated colour space switching methods. In the root of the switching technique which is employed in this study, lies the statistical mean of value of the skin pixels in the image which in turn has been derived from the Value, measures as a third component of the HSV. The study is based on experimentations on a set of images where capture time conditions varying from highly illuminated to almost dark.

연구 동기 및 목표

• 컴퓨터 비전에서 다양한 조도 조건에서 일관되지 않은 피부 피IXEL 검출 문제를 해결하기 위해.
• 실제 환경의 조도 변화에 적응하는 동적 피부 색상 모델을 개발하기 위해.
• 피부 검출에 가장 적합한 색상 공간을 자동으로 선택함으로써 분할 정확도를 향상시키기 위해.
• 높은 조도에서 near-다크에 이르기까지 다양한 조도 조건에서 성능을 평가하기 위해.
• 정적 피부 색상 모델에 대한 의존도를 줄이는 강건하고 자동화된 솔루션을 제공하기 위해.

제안 방법

• 시스템은 HSV 색상 공간의 값(V) 성분에서 피부 피IXEL의 평균 값을 계산하여 총 조도 수준을 평가한다.
• 계산된 평균 V 값에 기반해, 저조도, 중간 조도, 고조도에 최적화된 사전 정의된 색상 공간(RGB, HSV, YCbCr 등) 간에 자동으로 전환한다.
• 선택된 색상 공간에서 색상 임계값 기반 분할을 수행하며, 임계값은 현재 조도 환경에 맞게 조정된다.
• 전환 로직은 다양한 조도 조건에서의 이미지 세트에 대한 실험 분 析를 통해 유도된 경험적 임계값에 기반한다.
• 시스템은 하루 동안 다양한 시간대에 촬영한 이미지 데이터셋을 사용하여 전환 행동의 학습 및 검증을 수행한다.
• 시스템은 실시간으로 분할 성능을 평가하며, 각 이미지마다 동적으로 색상 공간을 전환한다.

실험 결과

연구 질문

• RQ1 조도 변화는 디지털 이미지에서 정적 피부 색상 모델의 성능에 어떻게 영향을 미치는가?
• RQ2 자동 색상 공간 전환이 다양한 조도 조건에서 피부 피IXEL 분할 정확도를 향상시킬 수 있는가?
• RQ3 HSV 색상 공간에서 피부 분할에 최적의 색상 공간을 예측하는 데 신뢰할 수 있는 통계적 지표는 무엇인가?
• RQ4 제안된 전환 메커니즘은 밝은 조도에서 저조도에 이르기까지 일관된 분할 성능을 유지하는 데 얼마나 효과적인가?
• RQ5 다양한 조도 조건에서 서로 다른 색상 공간 간의 성능 상충 요소는 무엇인가?

주요 결과

• 제안된 자동 전환 시스템은 변동하는 조도 조건에서 정적 모델보다 피부 피IXEL 분할 정확도를 크게 향상시킨다.
• HSV 색상 공간의 평균 값(V) 성분은 분할에 최적의 색상 공간을 결정하는 데 신뢰할 수 있는 지표로 기능한다.
• 저조도 및 혼합 조도 조건에서 성능 향상이 가장 두드러졌으며, 이 경우 정적 모델은 실패하였다.
• 높은 조도에서 near-다크 환경까지 촬영된 이미지 전반에서 일관된 분할 결과를 달성하였다.
• 조도 변화에 동적으로 적응함으로써 피부 검출의 오진 및 빠짐 감소율을 감소시켰다.
• 전환 메커니즘은 각 조도 조건에 대한 수동 캘리브레이션 없이도 강건성과 적응성을 입증하였다.