[论文解读] Automated Switching System for Skin Pixel Segmentation in Varied Lighting

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

Video Surveillance and Tracking Methods参考文献 23被引用 15

一句话总结

本文提出一种自动切换系统，通过基于HSV色彩空间中皮肤像素值统计均值动态选择最优色彩空间，显著提升在不同光照条件下皮肤像素分割的准确性。该方法能够适应光照变化，在真实环境中显著优于静态色彩模型。

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.

研究动机与目标

• 解决计算机视觉中在不同光照条件下皮肤像素检测不一致的问题。
• 开发一种可适应真实环境中光照变化的动态肤色模型。
• 通过自动选择最适合皮肤检测的色彩空间，提升分割准确性。
• 在从强光到接近黑暗的各种光照条件下评估性能。
• 提供一种鲁棒的自动化解决方案，减少对静态肤色模型的依赖。

提出的方法

• 系统计算HSV色彩空间中皮肤像素在亮度（V）分量上的均值，以评估整体光照水平。
• 基于计算得到的均值V值，系统自动在预设的色彩空间（如RGB、HSV、YCbCr）之间切换，这些色彩空间分别针对低、中、高光照条件进行了优化。
• 在选定的色彩空间中使用颜色阈值法进行皮肤分割，且阈值根据当前光照条件进行调校。
• 切换逻辑基于在不同光照条件下图像集实验分析得出的经验阈值。
• 该方法使用在一天中不同时段拍摄的图像数据集来训练和验证切换行为。
• 系统实时评估分割性能，并根据每幅图像动态调整色彩空间。

实验结果

研究问题

• RQ1 光照变化如何影响静态肤色模型在数字图像中的性能？
• RQ2 自动色彩空间切换能否在多种光照条件下提升皮肤像素分割的准确性？
• RQ3 HSV色彩空间中的哪个统计指标可可靠预测皮肤分割的最佳色彩空间？
• RQ4 所提出的切换机制在从明亮到低光照场景中保持一致分割性能的有效性如何？
• RQ5 在不同光照条件下，不同色彩空间之间的性能权衡是什么？

主要发现

• 与静态色彩模型相比，所提出的自动切换系统在可变光照条件下显著提升了皮肤像素分割的准确性。
• HSV色彩空间中的亮度（V）分量均值是确定最佳分割色彩空间的可靠指标。
• 在低光照和混合光照条件下，性能提升最为显著，而静态模型在此类条件下失效。
• 系统在从强光到接近黑暗环境拍摄的图像中均实现了稳定的分割结果。
• 该方法通过动态适应光照变化，显著降低了皮肤检测中的误报率和漏报率。
• 切换机制表现出鲁棒性和适应性，且无需为每种光照条件手动校准。