Министерство образования Российской Федерации

Санкт-Петербургский государственный электротехнический университет «ЛЭТИ»

Кафедра МО ЭВМ

компьютерные методы идентификации личности

Курсовая работа

«Локализация лиц с использованием негатива»

Выполнил: студент группы 3382 факультета КТИ

Волков А.Н.

Проверил:

Санкт-Петербург

2007 год

Введение

В настоящей работе мы будем работать с цветными изображениями в RGB и выделять лицо человека по принципу skin-color, т.е. по цвету, так или иначе соответствующему цвету кожи человека.

В работе будет предложен метод выделения требуемых областей изображения с использованием негатива. Для оценки его работы он будет сравнен с методами, использующими HSV, YCbCr, i₁i₂i₃ пространства представления изображения.

Теоретические сведения

Детекция лица относится ко второму этапу в системе распознавания после получения исходного материала для обработки. Как правило, для обнаружения лица на цветных изображениях используется два основных подхода: первый использует информацию о цвете кожи (skin-color), а второй – о геометрии лица.

Информация о цвете лица инвариантна по отношению к ориентации и размещению лица на изображении. Именно эта сильная сторона этого подхода привлекательна для поиска кандидата на лицо человека. Учет геометрических признаков лица позволяет из кандидатов на лицо выделять настоящее лицо. К геометрическим признакам лица относятся, например, симметрия, наличие области глаз справа и слева от оси симметрии, рта и других антропометрических признаков (расстояние между центрами глаз, между линией глаз и кончиком носа и т.д.).

В соответствии с этими подходами локализация лица проходит в два этапа.

Целью первого этапа является обнаружение тех областей (отдельных пикселей или их групп) на исходном изображении, которые по своей цветовой гамме соответствуют цвету кожи человека или достаточно близки к ней. Именно эти области называются кандидатами на лицо человека. Как правило, сюда попадает не только лицо человека, но и руки, фрагменты волос, одежды, участки фона.

Целью второго этапа является верификация всех выделенных областей кандидатов и определение тех из них, которые включают в себя геометрические признаки лиц или соответствуют им. Обычно на этом этапе используются методы сравнения с эталонами, прямого поиска элементов лица и проверки антропометрических параметров лиц.

Совместное использование этих двух подходов позволяет эффективно решать задачу по обнаружению лица человека на цветных изображениях и реальных видеосценах.

В настоящей работе будут рассмотрены методы первого подхода и сравнены их характеристики, а также предложен метод, основанный на использовании негатива изображения.

Изображение rgb

Разложение по составляющим r, g и b соответственно

рис.1

Как видно из рисунка 1 (рис.1), ни одна составляющая пространства RGB не выделяет однозначно область лица.

Процесс определения областей-кандидатов на лицо человека обычно реализуется в таких цветовых пространствах, в которых области лиц (области «skin-color») выделяются из остального фона. Среди наибольший интерес вызывают цветовые пространства HSV, YCbCr и i₁i₂i_3.

H S V

Y Cb Cr

I₁ I₂ I₃

255-R 255-G 255-B

рис.2

На рисунке 2(рис.2) представлены покомпонентное представление упомянутых пространств, а также пространство негатива.

Получение соответствующих пространств из RGB

Пространство YCbCr:

Y = C₁R+C₂G+C₃B

Cb = (B-Y)(2-2C₃)

Cr = (R-Y)/(2-2C₁)

Рекомендации к константам

Стандарт	C1	C2	C3
Рекомендация 601	0,2989	0,5866	0,1145
Рекомендация 709	0,2126	0,7152	0,0722

При этом для выделения области лица используются составляющие Cb и Cr.

Условие на значения:

{138<Cr<178; 199<Cb+0,6Cr<215}, где Cb,Cr = [0,255]

Пространство I₁ I₂ I₃:

Значения составляющих компонент этого пространства можно получить несколькими способами. Самый простой из них – следующий:

I₁ = (R+G+B)/3

I₂ = R-B

I₃ = (2G-R-B)/2,

Где R,G,B – составляющие пространства RGB

Пространство HSV:

Для трансформации RGB-изображения в пространство HSV необходимо выполнить следующие действия:

Шаг 1:

Шаг 2:

где MAX = max(R,G,B) – максимальное значение составляющих R,G,B

MIN = min(R,G,B) – минимальное значение составляющих R,G,B

Δ= MAX – MIN

При этом для выделения области лица используется распределение цвета лица человека.

Для составляющей S это диапазон [0,2;0,7]

Для составляющей H это диапазоны [0;0,1] и [0,9;1]

Для составляющей V определяется как V≥40

Пространство негатива RGB:

Данное пространство может определяться различными способами:

1. 255 -RGB

Быстро, просто, делает то, что нужно, за исключением средней области цветов.

2. (RGB+128) mod 256

вопреки ожиданиям - результаты хуже, чем пункт 1.

кроме того, непривычно, что инверсия чёрного - это серый, а не белый.