Выделение лиц по цвету

Некоторые подходы к выделению лиц по цвету
Простой подход:
Задать область в цветовом пространстве
Если пиксель попадает внутрь этой области, – то он «лицевой»
Если процент лицевых пикселей больше порога, то изображение – «лицо»

Какое выбрать цветовое пространство?
RGB
Нужно ли переходить к какому-то другому цветовому пространству?
НЕТ любая область в любом пространстве соот-ветствует некоторой области в пространстве RGB

Как задать область в пространстве RGB
Параллелепипед (пороги на каждую компоненту)
Произвольная область (порог на некоторую функцию f (R, G, B) )
Недостатки простого подхода
Всего 2 градации оценки пикселя : 1 – «лицевой», 0 – «не лицевой»
Маленькая область – много «лиц» будет потеряно, большая область – много «не лиц» выделится

Улучшение простого подхода
Несколько параллельно
работающих областей:
Задать несколько областей
Посчитать процент лицевых пикселей для каждой области отдельно
Если хотя бы один из них больше порога, то изображение – «лицо»
Несмотря на то, что лица людей могут сильно различаться по цвету, пиксели лица человека на конкретном изображении лежат в узких рамках

Если задать одну большую область в которую попадают все эти оттенки, то много «не лиц» будет выделено
Если задать 6 областей , каждая из которых соответствовала бы своему оттенку, то ложных выделений станет намного меньше
Улучшение простого подхода

Некоторые подходы к выделению лиц по цвету
Вероятностный подход:
Каждому элементу цветового пространства задать вероятность того, что он соответствует лицу 0≤P(R, G, B)<1
Просуммировать P(R, G, B) для каждого пикселя изображения
Если полученная сумма больше порога, то изображение – «лицо»

Как задавать вероятность?
Параметрическая P(R,G,B) – Гаусово распределение и т. п.
Непараметрическая P(R,G,B)
Нарезать из изображений обучающих фрагментов кожи лиц
Посчитать P(R,G,B) как N(R,G,B) / N общ

Улучшение вероятностного подхода
Несколько параллельно работающих распределений вероятности P(R,G,B)
Задать несколько распределений { Pi (R,G,B) }
Посчитать несколько сумм для каждого из { Pi (R,G,B) }
Если хотя бы одна из этих сумм больше порога (у каждой суммы порог может быть свой), то изображение – «лицо»

Улучшение вероятностного подхода
Использование пространственной информации