Wyniki wyszukiwania - BazTech

1

Face detection in color images using skin segmentation

Hajiarbabi M., Agah A.

Journal of Automation Mobile Robotics and Intelligent Systems

|

2014

|

Vol. 8, No. 3

41--51

EN

Face detection which is a challenging problem in computer vision, can be used as a major step in face recognition. The challenges of face detection in color images include illumination differences, various cameras characteristics, different ethnicities, and other distinctions. In order to detect faces in color images, skin detection can be applied to the image. Numerous methods have been utilized for human skin color detection, including Gaussian model, rule-based methods, and artificial neural networks. In this paper, we present a novel neural network-based technique for skin detection, introducing a skin segmentation process for finding the faces in color images.

2

Adaptive skin detection in colour images using error signal space

Papież M., Kawulok M.

Studia Informatica

|

2013

|

Vol. 34, nr 2A

365--377

EN

In this paper we present a study on skin detection methods which operate in an error signal, obtained from the RGB colour space. Using this singledimensional space, a global skin colour model was defined, as well as a facial regionbased adaptation scheme was proposed recently. Our contribution lies in investigating the importance of how the facial regions are defined, and also we extend the existing methods that operate in the error space. Obtained experimental results indicate that the proposed improvements help better exploit the potential of the error space, and they reduce the skin detection errors.

PL

Artykuł przedstawia badania dotyczące metod detekcji skóry na podstawie sygnału błędu, otrzymanego po przekształceniu przestrzeni barwnej RGB. We wcześniej opublikowanych pracach sygnał błędu posłużył do zdefiniowania globalnego modelu barwy skóry, a także modelu adaptacyjnego bazującego na wykrytych obszarach twarzy. Wkład autorów polega na zbadaniu istotności sposobu określania obszarów twarzy, a ponadto zaproponowane zostało rozwinięcie istniejących metod. Otrzymane wyniki eksperymentalne pokazują, że proponowane udoskonalenia umożliwiają bardziej efektywne wykorzystanie przestrzeni błędu oraz skutkują redukcją błędów detekcji skóry.

3

Skin region detection in digital images using discriminative textural features

Kawulok M.

Studia Informatica

|

2012

|

Vol. 33, nr 2B

37-48

EN

This paper presents a novel approach towards human skin regions detection and segmentation. The main contribution is concerned with proposing the discriminative texture analysis performed over skin probability maps obtained using conventional color-based methods. Results of the experimental validation reported in the paper confirm that the texture is an important source of information, neglected by many skin detection techniques.

PL

Niniejszy artykuł przedstawia nową metodę poprawy dokładności detekcji i segmentacji obszarów ludzkiej skóry w obrazach cyfrowych. Oryginalnym elementem przedstawionych badań jest zastosowanie dyskryminacyjnej analizy teksturalnej, przeprowadzanej w obrazie mapy prawdopodobieństwa występowania skóry. Mapy takie są otrzymywane za pomocą klasycznych metod funkcjonujących na bazie analizy barwy. Przedstawione wyniki walidacji eksperymentalnej potwierdzają, że tekstura stanowi istotne źródło informacji w detekcji skóry, co nie jest wykorzystywane przez większość istniejących metod.

4

ANN Face Detection with Skin Color Distribution Rules

Abd Allah M. M.

Machine Graphics and Vision

|

2011

|

Vol. 20, No. 1

93-108

EN

This paper develops a face detection method in color images using a multi-layer Neural Network classification. The proposed method is based on two image processing steps which first detect skin regions in the color image and then extract face information from those regions. Instead of performing huge search in every part of the test images, a pre-processing method for candidate face regions guides the image search using neural networks. The new algorithms perform fast and accurate face detection. Experiments have been carried out and satisfactory results have been obtained which indicate the robustness of the first process to detect faces under different environmental conditions.

5

Generalized Gaussian Density for Skin Detection in DCT Domain

Ghouzali S., Hemami S., Rziza M., Aboutajdine D.

Machine Graphics and Vision

|

2009

|

Vol. 18, No. 2

201-213

EN

In this paper, we propose a highly efficient algorithm to model the human skin color. The algorithm involves generating a discrete Cosine transform (DCT) at each pixel location, using the surrounding points. The DCT coefficients incorporate the pixel color and texture information to distinguish between skin and non-skin. A generalized Gaussian distribution (GGD) is used in this framework to model the DCT coefficients at low frequencies. Next, the model parameters are estimated using the maximum-likelihood (ML) criterion applied to a set of training skin samples. Finally, each pixel is classified as skin if its likelihood ratio exceeds some threshold. The experimental results show that our model avoids excessive false detection while still retaining a high degree of correct detection.