Способ определения цвета кожи, устройство для определения цвета кожи и носитель данных
Изобретение относится к вычислительной технике. Технический результат заключается в повышении точности определения цвета кожи. Способ определения цвета кожи, предусматривающий определение значений сигналов цветности в области YUV яркости и цветности значения пикселя, соответствующего каждой пиксельной точке в целевом изображении, на котором детектируется цвет кожи; получение изображений, несущих в себе точки цвета кожи, при различных условиях освещения; генерирование бинарного изображения на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи в полученных изображениях, несущих в себе точки цвета кожи; получение матрицы расстояний путем преобразования расстояний на основании пиксельного значения каждой пиксельной точки в бинарном изображении; определение матрицы цветовых индексов кожи на основании матрицы расстояний; поиск вероятности цвета кожи, соотносящейся со значениями сигналов цветности, в матрице цветовых индексов кожи на основании значений сигналов цветности в области YUV для пиксельного значения, соответствующего пиксельной точке; и определение цвета кожи на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждой пиксельной точки в целевом изображении. 3 н. и 5 з.п. ф-лы, 6 ил.
Область техники, к которой относится настоящее изобретение
[1] Настоящее изобретение относится к технической области обработки изображений, в частности, к способу определения цвета кожи, устройству для определения цвета кожи и носителю данных.
Краткое раскрытие настоящего изобретения
[2] С развитием технологий обработки изображений определение цвета кожи получает все более широкое распространение в качестве востребованной в повседневной жизни технологии. Определение цвета кожи предусматривает главным образом выбор в изображении определенной цветовой гаммы в качестве цвета кожи на основании цвета, присущего коже, что также представляет собой процесс выбора пиксельных точек в области изображения, где располагается кожа. Пиксельные точки в области изображения, где располагается кожа, называются также точками цвета кожи.
[3] В общем, цвет кожи может быть определен на изображениях, захваченных при самых разных условиях освещения. Например, цвет кожи можно определить на изображениях, захваченных в условиях внутреннего освещения, в условиях естественного освещения, при желтом освещении или при задней подсветке. На известном уровне техники определение цвета кожи может выполняться двумя способами. Согласно первому способу сначала может быть получено большое количество цветных изображений кожи; затем выполняется статистический сбор пиксельных значений, соотносящихся с соответствующими пиксельными точками в полученных цветных изображениях кожи; после чего статистически собранные пиксельные значения подставляются в формулу Байеса для вычисления вероятности того, что каждая пиксельная точка, соответствующая пиксельному значению, является точкой цвета кожи. Согласно второму способу предусмотрен статистический сбор пиксельных значений соответствующих пиксельных точек в цветных изображениях кожи. Если пиксельное значение лежит в пределах заданного диапазона, то устанавливается, что пиксельная точка, соответствующая пиксельному значению, является точкой цвета кожи; а если пиксельное значение выходит за пределы заданного диапазона, то определяется, что пиксельная точка, соответствующая пиксельному значению, не является точкой цвета кожи.
[4] Однако первый способ характеризуется тем, что из-за высокой вычислительной нагрузки на формулу Байеса и большой нагрузки при вычислении с использованием формулы Байеса, а также из-за того, что условие освещения для пиксельной точки, соответствующей пиксельному значению, должно оставаться неизменным, вероятность, вычисленная с использованием формулы Байеса, может оказаться неприменимой к цветным изображениям кожи, захваченным при разном освещении. Второй способ характеризуется тем, что из-за влияния освещения пиксельные значения, соответствующие некоторым точкам цвета кожи, могут колебаться, выходя за пределы заданного диапазона в обоих направлениях. Следовательно, результаты, полученные при детектировании вторым способом, не являются достоверными, и существует вероятность того, что результаты детектирования по одной и той же точке цвета кожи при разном освещении могут оказаться разными. По этой причине точность детектирования цвета кожи на динамических изображениях будет низкой. Например, из-за влияния освещения пиксельные значения некоторых точек цвета кожи обычно варьируются в видеороликах, выходя при этом за пределы заданного диапазона в обоих направлениях. Следовательно, результаты детектирования по одной и той же точке цвета кожи могут оказаться противоречивыми, т.е. некоторые пиксельные точки детектируются как точки цвета кожи, тогда как другие пиксельные точки не детектируются как точки цвета кожи.
Краткое раскрытие настоящего изобретения
[5] Для устранения проблем, которые состоят в том, что результаты, полученные в ходе определения цвета кожи, не применимы ко всем условиям освещения, а также в том, что полученные результаты не являются достоверными, вариантами осуществления настоящего изобретения предложен способ определения цвета кожи, устройство для определения цвета кожи и носитель данных этого устройства. Технические решения перечислены ниже.
[6] Согласно первому аспекту вариантов осуществления настоящего изобретения предложен способ определения цвета кожи. Указанный способ предусматривает:
[7] определение значения сигнала цветности для пиксельного значения, соответствующего каждой пиксельной точке в целевом изображении, на котором
детектируется цвет кожи, в области YUV (система цветового кодирования, в которой цвет состоит из трёх компонентов — яркость (Y) и два цветоразностных компонента (U и V)); поиск вероятности цвета кожи, соотносящейся со значением сигнала цветности, в сохраненной матрице цветовых индексов кожи, исходя из значения сигнала цветности для пиксельного значения, соответствующего пиксельной точке в области YUV, при этом матрица цветовых индексов кожи генерируется после обработки цветных изображений кожи при различных условиях освещения, а вероятность цвета кожи представляет собой вероятность того, что пиксельная точка является точкой цвета кожи; и определение цвета кожи на основании вероятности цвета кожи, соотносящейся со значением сигнала цветности каждой пиксельной точки в целевом изображении.
[8] Согласно второму аспекту вариантов осуществления настоящего изобретения предложено устройство для определения цвета кожи. Указанное устройство содержит первый модуль определения, выполненный с возможностью определения значения сигнала цветности для пиксельного значения, соответствующего каждой пиксельной точке в целевом изображении, на котором детектируется цвет кожи, в области YUV; поисковый модуль, выполненный с возможностью осуществления поиска вероятности цвета кожи, соотносящейся со значением сигнала цветности, в сохраненной матрице цветовых индексов кожи, исходя из значения сигнала цветности для пиксельного значения, соответствующего пиксельной точке в области YUV, причем матрица цветовых индексов кожи генерируется после обработки цветных изображений кожи при различных условиях освещения, а вероятность цвета кожи представляет собой вероятность того, что пиксельная точка является точкой цвета кожи; и детектирующий модуль, выполненный с возможностью определения цвета кожи на основании вероятности цвета кожи, соотносящейся со значением сигнала цветности каждой пиксельной точки в целевом изображении.
[9] Согласно третьему аспекту вариантов осуществления настоящего изобретения предложено устройство для определения цвета кожи. Указанное устройство содержит процессор, память и, по меньшей мере, один программный код, хранящийся в памяти и исполняемый процессором, причем во время исполнения программного кода процессор выполняет стадии в рамках реализации способа согласно первому аспекту настоящего изобретения.
[10] Согласно четвертому аспекту вариантов осуществления настоящего изобретения предложен машиночитаемый носитель данных, в котором хранится, по меньшей мере, одна команда, которая при ее исполнении процессором инициирует выполнение процессором стадий в рамках реализации способа согласно первому аспекту
настоящего изобретения.
[11] Технические решения согласно вариантам осуществления настоящего изобретения обеспечивают достижение следующих положительных результатов:
[12] В вариантах осуществления настоящего изобретения предусмотрено, что поскольку матрица цветовых индексов кожи генерируется после обработки цветных изображений кожи при различных условиях освещения, определение вероятности того, что пиксельная точка в целевом изображении является точкой цвета кожи, по матрице цветовых индексов кожи может быть применимо к различным условиям освещении. Таким образом, обеспечивается устранение проблем, связанных с неточностью и фрагментированностью результатов детектирования при различных условиях освещения, повышается точность определения цвета кожи и облегчается выполнение различных последующих процессов обработки точек цвета кожи в изображении.
Краткое описание фигур
[13] Для более полного описания технических решений, реализованных в вариантах осуществления настоящего изобретения, ниже вкратце представлены прилагаемые чертежи, необходимые для раскрытия вариантов осуществления заявленного изобретения. Очевидно, что прилагаемые чертежи, представленные в последующем описании, иллюстрируют лишь некоторые варианты осуществления настоящего изобретения, и на основании этих чертежей специалист в данной области техники может также разработать иные чертежи, не прилагая для этого творческих усилий.
[14] На фиг. 1 показана блок-схема, иллюстрирующая алгоритм реализации способа определения цвета кожи согласно одному из вариантов осуществления настоящего изобретения;
[15] На фиг. 2 показана блок-схема, иллюстрирующая алгоритм реализации способа определения цвета кожи согласно еще одному из вариантов осуществления настоящего изобретения;
[16] На фиг. 3A представлена блок-схема устройства для определения цвета кожи согласно одному из вариантов осуществления настоящего изобретения;
[17] На фиг. 3B представлена блок-схема устройства для определения цвета кожи согласно еще одному из вариантов осуществления настоящего изобретения;
[18] На фиг. 3C представлена блок-схема генерирующего модуля 305 согласно одному из вариантов осуществления настоящего изобретения; и
[19] На фиг. 3D представлена блок-схема третьего модуля 307 определения
согласно одному из вариантов осуществления настоящего изобретения.
Подробное раскрытие настоящего изобретения
[20] Ниже подробно описано заявленное изобретение, раскрытое в привязке к прилагаемым чертежам с тем, чтобы прояснить цели, технические решения и преимущества настоящего изобретения.
[21] Перед тем как приступить к подробному разъяснению и описанию вариантов осуществления заявленного изобретения, сначала раскрыты сценарии их применения, что сделано для облегчения понимания сущности настоящего изобретения.
[1] Определение цвета кожи в качестве востребованной технологии, используемой при обработке изображений, получает все более широкое распространение в повседневной жизни. На практике определение цвета кожи применимо к самым разным сферам. Ниже по тексту в качестве примера описаны некоторые сценарии применения технологии определения цвета кожи.
[2] Например, на изображениях или в видеороликах требуется осветление или отбеливание области лица. После получения кадра изображения или видеокадра, содержащего человеческое лицо, за счет определения цвета кожи можно установить, какие пиксельные точки в изображении являются точками цвета кожи. Область, образованная установленными точками цвета кожи, рассматривается как область кожи, и благодаря этому область цвета кожи осветляется или отбеливается, чем достигается эффект ретуширования.
[3] В другом примере предусмотрено, что когда личность пользователя идентифицируется путем распознавания лица, то после получения кадра изображения или видеокадра, содержащего человеческое лицо, можно установить, какие пиксельные точки являются точками цвета кожи, используя для этого технологию определения цвета кожи, после чего область, образованная установленными точками цвета лица, будет рассматриваться в качестве области кожи. После этого в области кожи производится автоматическое определение лица, что позволяет быстрее и эффективнее реализовать функцию распознавания лиц.
[4] Кроме того, еще одним из примеров может служить распознавание жестов. Когда такие функции интеллектуального телевидения, как выбор и подтверждение, переключение страниц, увеличение и уменьшение изображения, вращение изображения и иные функции подобного рода, выполняются с помощью жестов, обычно после получения изображения, необходимо установить, какие пиксельные точки являются точками цвета кожи, используя для этого технологию определения цвета кожи, чтобы выявить область кожи, соответствующую точкам цвета кожи в изображении, после чего в области кожи детектируются статические или динамические жесты, что позволяет быстро выполнить распознавание жестов и добиться эффекта управления интеллектуальным телевидением.
[5] Варианты осуществления настоящего изобретения применимы не только к указанным трем сценариям применения. На практике варианты осуществления настоящего изобретения могут быть использованы и в других сценариях применения, которые дополнительно не описаны в настоящем документе.
[6] Ниже по тексту подробно описан способ определения цвета кожи согласно вариантам осуществления настоящего изобретения.
[7] На фиг. 1 показана блок-схема, иллюстрирующая алгоритм реализации способа определения цвета кожи согласно одному из вариантов осуществления настоящего изобретения. Как показано на фиг. 1, предложенный способ предусматривает следующие стадии:
[8] Стадия 101: Определение значений сигналов цветности в области YUV для пиксельного значения, соответствующего каждой пиксельной точке в целевом изображении, на котором детектируется цвет кожи.
[9] Стадия 102: Поиск вероятности цвета кожи, соотносящейся со значением сигнала цветности, в сохраненной матрице цветовых индексов кожи на основании значений сигналов цветности для пиксельного значения, соответствующего пиксельной точке в области YUV.
[10] Матрица цветовых индексов кожи генерируется путем обработки цветных изображений кожи при различных условиях освещения, а вероятность цвета кожи представляет собой вероятность того, что пиксельная точка является точкой цвета кожи.
[11] Стадия 103: Определение цвета кожи на основании вероятности цвета кожи, соотносящейся со значением сигнала цветности каждой пиксельной точки в целевом изображении.
[12] Поскольку матрица цветовых индексов кожи генерируется после обработки цветных изображений кожи при различных условиях освещения, определение вероятности того, что пиксельная точка в целевом изображении является точкой цвета кожи, по матрице цветовых индексов кожи может быть применимо к различным условиям освещения. Таким образом, устраняются проблемы, связанные с неточностью и фрагментированностью результатов детектирования при различных условиях освещения, повышается точность определения цвета кожи и облегчается выполнение различных процессов постобработки в отношении точек цвета кожи в изображении.
[13] В необязательном варианте до начала поиска вероятности цвета кожи, соотносящейся со значением сигнала цветности, в сохраненной матрице цветовых индексов кожи на основании значений сигналов цветности для пиксельного значения, соответствующего пиксельной точке в области YUV, предложенный способ дополнительно предусматривает:
[14] получение изображений, несущих в себе точки цвета кожи, при различных условиях освещения;
[15] генерирование бинарного изображения на основании значений сигналов цветности для пиксельного значения каждой точки цвета кожи в изображении, которое несет в себе точки цвета кожи; и
[16] получение матрицы расстояний путем преобразования расстояний на основании пиксельного значения каждой пиксельной точки в бинарном изображении; и
[17] определение матрицы цветовых индексов кожи на основании матрицы расстояний.
[18] В необязательном варианте генерирование бинарного изображения на основании значений сигналов цветности для пиксельного значения каждой точки цвета кожи в изображении, несущем в себе точки цвета кожи, предусматривает:
[19] генерирование изображения со значениями сигналов цветности, причем значения сигналов цветности для пиксельных значений пиксельных точек в изображении со значениями сигналов цветности в области YUV выстроены в заданных направлениях в порядке их возрастания;
[20] определение вероятности того, что каждая пиксельная точка в изображении со значениями сигналов цветности является точкой цвета кожи, на основании значения сигнала цветности для пиксельного значения каждой точки цвета кожи в цветном изображении кожи в области YUV; и
[21] установку на единицу пиксельного значения пиксельной точки с вероятностью, превышающей или равной заданному пороговому значению пикселя в изображении со значениями сигналов цветности, и установку на нуль пиксельного значения пиксельной точки с вероятностью, которая меньше заданного порогового значения пикселя, с целью получения бинарного изображения.
[22] В необязательном варианте определение матрицы цветовых индексов кожи на основании матрицы расстояний предусматривает:
[23] определение максимального значения расстояния в матрице расстояний;
[24] определение вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения
расстояния; и
[25] генерирование матрицы цветовых индексов кожи на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний.
[26] В необязательном варианте определение вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния предусматривает:
[27] определение вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния по следующей формуле:
[28] где величина SkinValue обозначает вероятность цвета кожи, соотносящуюся с каждым расстоянием в матрице расстояний; величина dis обозначает расстояние в матрице расстояний; величина disThres обозначает заданное пороговое значение расстояния; а величина max dis обозначает максимальное значение расстояния в матрице расстояний.
[29] В необязательном варианте генерирование матрицы цветовых индексов кожи на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, предусматривает:
[30] генерирование матрицы цветовых индексов кожи в соответствии со структурой матрицы расстояний на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний; или
[31] округление вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, и генерирование - на основании округленной вероятности цвета кожи - матрицы цветовых индексов кожи в соответствии со структурой матрицы расстояний.
[32] Все необязательные технические решения, указанные выше, могут формировать необязательные варианты осуществления настоящего изобретения в любом своем сочетании, что не будет детализировано в настоящем документе на примере какого- либо конкретного варианта осуществления заявленного изобретения.
[33] На фиг. 2 показана блок-схема, иллюстрирующая алгоритм реализации способа определения цвета кожи согласно еще одному из примеров осуществления настоящего изобретения. Ниже по тексту вариант осуществления настоящего изобретения, который проиллюстрирован на фиг. 1, описан в привязке к фиг. 2. Как показано на фиг. 2, предложенный способ предусматривает стадии, описанные ниже.
[34] Следует отметить, что на практике перед определением цвета кожи на целевом изображении сначала может быть сгенерирована матрица цветовых индексов кожи путем выполнения стадий 201-204.
[35] Стадия 201: Получение изображений, несущих в себе точки цвета кожи, при различных условиях освещения.
[36] На практике определение цвета кожи выполняется на изображениях, захваченных при различных условиях освещения, а разные условия освещения могут дать разные результаты определения цвета кожи. Следовательно, изображения, несущие в себе точки цвета кожи, должны быть получены при различных условиях освещения с целью повышения точности определения цвета кожи.
[37] Например, изображения, несущие в себе точки цвета кожи, могут быть получены в условиях внутреннего освещения, в условиях естественного освещения, при желтом освещении, при подсветке сзади или в иных условиях освещения подобного рода.
[38] Стадия 202: Генерирование бинарного изображения на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи в изображении, несущем в себе точки цвета кожи.
[39] Следует отметить, что отображение цветового пространства через область YUV представляет собой способ цветового кодирования, принятый для европейских систем цветного телевидения, при этом цветовое пространство используется в таких системах аналогового цветного телевидения, как PAL (поэтапно-переменнная линия) и SECAM (система последовательности цветов с памятью). В современных системах цветного телевидения для захвата изображения обычно используется трехтрубочная камера цветного телевидения или камера цветного телевидения на приборах с зарядовой связью (CCD), после чего сигналы захваченного цветного изображения подвергаются, соответственно, цветоделению, усилению и цветокоррекции с целью получения изображения RGB («красный-зелёный-синий»). После этого изображение RGB обрабатывается схемой матричного преобразования для получения сигнала яркости Y и двух сигналов цветности B-Y (то есть, U) и R-Y (то есть, V). И, наконец, передающая сторона кодирует, соответственно, три сигнала, а именно сигнал яркости Y, сигнал цветности U и сигнал цветности V, а затем передает эти три сигнала по одному и тому же каналу. В этом способе цветовое пространство отображается через область YUV Значимость этого способ отображения заключается в том, что сигнал яркости Y отделен от сигналов цветности U и V.
[40] Следует также отметить, что бинарное изображение представляет собой изображение, в котором все пиксельные точки являются черными или белыми, без каких
бы то ни было переходных цветов. В изображении в оттенках серого цвета пиксельное значение черной пиксельной точки равно нулю, а пиксельное значение белой пиксельной точки равно 255. Для облегчения представления пиксельное значение пиксельной точки, равное 255, переустановлено на единицу, а пиксельное значение пиксельной точки, равное нулю, оставлено без изменений. Иначе говоря, пиксельное значение, соответствующее каждой пиксельной точке в бинарном изображении, может быть равно только единице или нулю.
[41] В частности, генерирование бинарного изображения на основании значений сигналов цветности в области YUV для каждого пиксельного значения каждой точки цвета кожи в полученном изображении, несущем в себе точки цвета кожи, может предусматривать: генерирование изображения со значениями сигналов цветности в области YUV, причем значения сигналов цветности в области YUV для пиксельных значений пиксельных точек в изображении со значениями сигналов цветности выстроены в заданных направлениях в порядке их возрастания; определение - на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи в изображении - вероятности того, что каждая пиксельная точка в изображении со значениями сигналов цветности в области YUV является точкой цвета кожи; и установку на единицу пиксельного значения пиксельной точки с вероятностью, превышающей или равной заданному пороговому значению пикселя в изображении со значениями сигналов цветности, и установку на нуль пиксельного значения пиксельной точки с вероятностью, которая меньше заданного порогового значения пикселя, с целью получения бинарного изображения.
[42] Заданные направления представляют собой направления расположения сигналов цветности, которые могут быть заданы заранее. Например, к заданным направлениям могут относиться такие направления, как направление слева направо, в котором выстроены значения сигналов цветности U, и направление снизу вверх, в котором выстроены значения сигналов цветности V. Заданное пороговое значение пикселя может быть установлено заранее, и оно предназначено для того, чтобы можно было определить, является ли пиксельное значение значением, соответствующим точке цвета кожи. Например, заданное пороговое значение пикселя может быть равно 0,8.
[43] Следует отметить, что поскольку изображение со значениями сигналов цветности генерируется путем выстраивания значений сигналов цветности в области YUV для пиксельных значений пиксельных точек в заданных направлениях в порядке их возрастания, а значения сигналов цветности в области YUV для пиксельных значений пиксельных точек представляют собой значения, лежащие в диапазоне от нуля до 255, то сгенерированное изображение со значениями сигналов цветности будет представлять собой изображение 256*256, и бинарное изображение, сгенерированное на основании изображения со значениями сигналов цветности, также будет представлять собой изображение 256*256.
[44] Например, значения сигнала цветности U отложены по горизонтальной оси, причем значения сигналов цветности U последовательно выстроены от нуля до 255 в направлении слева направо, а значения сигнала цветности V отложены по вертикальной оси, причем значения сигналов цветности V последовательно выстроены от нуля до 255 в направлении снизу вверх, в результате чего генерируется изображение со значениями сигналов цветности. Предполагается, что получено 100 цветных изображений кожи, и определено количество пиксельных точек в ста цветных изображениях кожи, соответствующее каждой паре значений сигналов цветности в изображении со значениями сигналов цветности. Если допустить, что в отношении одной пары значений (5, 10) сигналов цветности и другой пары значений (8, 12) сигналов цветности среди полученных ста цветных изображений кожи имеется 80 изображений кожи, где пиксельные точки с парой значений (5, 10) сигналов цветности представляют собой точки цвета кожи, и 60 цветных изображений кожи, где пиксельные точки с парой значений (8, 12) сигналов цветности представляют собой точки цвета кожи, то можно установить, что вероятность того, что пиксельные точки, соответствующие значениям (5, 10) сигналов цветности в изображении со значениями сигналов цветности, составляет 0,8, а вероятность того, что пиксельные точки, соответствующие значениям (8, 12) сигналов цветности в изображении со значениями сигналов цветности, составляет 0,6. Если допустить, что заданное пороговое значение пикселя равно 0,7, то поскольку значение 0,8 больше значения 0,7, то пиксельные значения пиксельных точек, соответствующих значениям (5, 10) сигналов цветности, могут быть установлены на единицу; а также, поскольку значение 0,6 меньше значения 0,7, то пиксельные значения пиксельных точек, соответствующих значениям (8, 12) сигналов цветности, могут быть установлены на нуль.
[45] Стадия 203: Получение матрицы расстояний путем преобразования расстояний на основании пиксельного значения каждой пиксельной точки в бинарном изображении.
[46] Преобразование расстояний является преобразованием для бинарного изображения. Бинарное изображение может рассматриваться, как включающее в себя только целевые пиксельные точки и фоновые пиксельные точки. Пиксельные значения целевых пиксельных точек равны единице, а пиксельные значения фоновых пиксельных точек равны нулю.
[47] Определяется расстояние между каждой пиксельной точкой в бинарном изображении и ближайшей к ней пиксельной точкой, пиксельное значение которой равно единице, и на основании установленного расстояния генерируется матрица расстояний. Значение расстояния для пиксельной точки с пиксельным значением, составляющим единицу, равно нулю, а чем ближе она будет находиться к пиксельной точке с пиксельным значением, равным единице, тем меньше будет значение расстояния для этой пиксельной точки.
[48] Следует отметить, что когда бинарное изображение помещается в систему координат, каждая пиксельная точка может характеризоваться соответствующими значениями координат, а расстояние между каждой пиксельной точкой в бинарном изображении и ближайшей к ней пиксельной точкой с пиксельным значением, равным единице, вычисляется по следующей формуле:
[49] где величина d обозначает расстояние между каждой пиксельной точкой в бинарном изображении и ближайшей к ней пиксельной точкой с пиксельным значением, равным единице; величина (x, у) обозначает координаты указанной пиксельной точки; а величина (xo, уо) обозначает координаты пиксельной точкой с пиксельным значением, равным единице, которая находится ближе всего к указанной пиксельной точке.
[50] Следует отметить, что приведенная выше формула представляет собой непрерывную функцию, и значение расстояния между каждой пиксельной точкой и ближайшей к ней пиксельной точкой, пиксельное значение которой равно единице, также является непрерывной величиной. Иначе говоря, по координатам пиксельной точки, по координатам пиксельной точки с пиксельным значением, равным единице, которая находится ближе всего к указанной пиксельной точке, и по расстоянию между каждой пиксельной точкой и ближайшей к ней пиксельной точкой с пиксельным значением, равным единице, может быть вычерчена плавная непрерывная кривая. Непрерывные точки на кривой отображают расстояние между каждой пиксельной точкой и ближайшей к ней пиксельной точкой с пиксельным значением, равным единице. Следовательно, значение расстояния в матрице расстояний является непрерывной величиной.
[51] Стадия 204: Определение матрицы цветовых индексов кожи на основании матрицы расстояний.
[52] Матрица цветовых индексов кожи генерируется путем обработки изображений кожи при разных условиях освещения, а вероятность цвета кожи представляет собой вероятность того, что пиксельная точка является точкой цвета кожи.
[53] В частности, определение матрицы цветовых индексов кожи на основании матрицы расстояний предусматривает: определение максимального значения расстояния в матрице расстояний; определение вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния; и генерирование матрицы цветовых индексов кожи на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний.
[54] Определение вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния предусматривает: определение вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния по следующей формуле:
[55] где величина SkinValue обозначает вероятность цвета кожи, соотносящуюся с каждым расстоянием в матрице расстояний; величина dis обозначает расстояние в матрице расстояний; величина disThres обозначает заданное пороговое значение расстояния; а величина max dis обозначает максимальное расстояние в матрице расстояний. Заданное пороговое значение расстояния может служить регулятором амплитуды колебаний вероятности цвета кожи в матрице цветовых индексов кожи. Чем меньше заданное пороговое значение расстояния, тем меньше амплитуда колебаний вероятности цвета кожи; и наоборот, чем больше заданное пороговое значение расстояния, тем больше амплитуда колебаний вероятности цвета кожи.
[56] Следует отметить, что в приведенной выше формуле величина
умножена на 255, в результате чего результат вычисления может быть введен в матрицу 256*256 для облегчения поиска. На практике значение
также может быть умножено на 255, в результате чего может быть получено значение в диапазоне от нуля до единицы, и это значение принимается как вероятность того, что пиксельная точка является точкой цвета кожи. На основании матрицы расстояний и максимального значения расстояния вероятность цвета кожи, соотносящаяся с каждым расстоянием в матрице расстояний, может определяться по- другому, что не носит ограничительного характера в настоящем изобретении.
[57] В частности, генерирование матрицы цветовых индексов кожи на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, предусматривает: генерирование - на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний - матрицы цветовых индексов кожи в соответствии со структурой матрицы расстояний; или округление вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, и генерирование - на основании округленной вероятности цвета кожи - матрицы цветовых индексов кожи в соответствии со структурой матрицы расстояний.
[58] Следует отметить, что вероятность цвета кожи, соотносящаяся с каждым расстоянием в установленной матрице расстояний, может представлять собой значение плавающего типа. В этом случае, исходя из вероятности цвета кожи, генерируется матрица цветовых индексов кожи в соответствии со структурой матрицы расстояний. Таким образом, метод определения цвета кожи на основании сгенерированной матрицы цветовых индексов кожи является более точным. Однако, поскольку вероятность цвета кожи в такой сгенерированной матрице цветовых индексов кожи представляет собой значение плавающего типа, которое отображает вероятность того, что пиксельная точка является точкой цвета кожи, эта пиксельная точка может быть определена в качестве точки цвета кожи, если указанная вероятность удовлетворяет заданному условию. Но данные плавающего типа неудобно рассчитывать. Следовательно, вероятность цвета кожи, соотносящаяся с каждым расстоянием в матрице расстояний, может быть округлена, и на основании округленной вероятности цвета кожи генерируется матрица цветовых индексов кожи в соответствии со структурой матрицы расстояний.
[59] Следует также отметить, что поскольку значения расстояния в матрице расстояний являются непрерывными величинами, а матрица цветовых индексов кожи определяется на основании матрицы расстояний, вероятности цвета кожи в матрице цветовых индексов кожи также представляют собой непрерывные величины. В сгенерированной матрице цветовых индексов кожи вероятность цвета кожи, равная нулю, указывает на то, что пиксельная точка, соответствующая значению сигнала цветности, определенно не является точкой цвета кожи; вероятность цвета кожи, равная 255, указывает на то, что пиксельная точка, соответствующая значению сигнала цветности, определенно является точкой цвета кожи; а вероятность цвета кожи, лежащая в диапазоне 0-255, указывает на вероятность того, что пиксельная точка, соответствующая значению сигнала цветности, является точкой цвета кожи.
[60] В одном из конкретных вариантов осуществления настоящего изобретения предусмотрено, что поскольку сгенерированная матрица цветовых индексов кожи может быть получена путем преобразования непрерывных расстояний, вероятности цвета кожи в полученной матрице цветовых индексов кожи также представляют собой непрерывные величины. Соответственно, если говорить о видеокадре, поскольку вероятности цвета кожи, полученные вследствие постоянных колебаний значений соседних пикселей, которые обусловлены такими факторами, как освещение и тому подобное, также являются постоянно изменяемыми величинами, резкие перепады вследствие использования порогового значения могут не возникать, благодаря чему повышается точность определения цвета кожи.
[61] Если после генерирования матрицы цветовых индексов кожи путем выполнения описанных выше стадий необходимо определить цвет кожи на целевом изображении, определение цвета кожи может быть осуществлено путем выполнения стадий 205-207.
[62] Стадия 205: Определение значений сигналов цветности в области YUV для пиксельного значения, соответствующего каждой пиксельной точке в целевом изображении, на котором детектируется цвет кожи.
[63] Следует отметить, что на практике многие сценарии применения требуют детектирования цвета кожи в изображении. Иначе говоря, из изображения необходимо вычленить пиксельные точки в той его области, где располагается кожа. Поскольку необходимо определить цвет кожи, требуется установить, является ли пиксельная точка в изображении точкой цвета кожи. Следовательно, для каждой пиксельной точки в целевом изображении, на котором детектируется цвет кожи, определяются значения сигналов цветности в области YUV для пиксельного значения, соответствующего пиксельной точке, причем значение сигнала цветности в области YUV для пиксельного значения, соответствующего пиксельной точке, представляет собой значение сигнала цветности U или V.
[64] Следует также отметить, что если целевое изображение, на котором детектируется цвет кожи, представляет собой изображение в области YUV, то значения сигналов цветности в области YUV для пиксельного значения, соответствующего пиксельной точке, определяются в отношении каждой пиксельной точки в целевом изображении, на котором детектируется цвет кожи. Иначе говоря, определяются значения сигналов цветности U и V в области YUV для пиксельного значения, соответствующего пиксельной точке в целевом изображении. Если целевое изображение, на котором детектируется цвет кожи, представляет собой изображение в области RGB, то изображение в области RGB необходимо преобразовать в изображение в области YUV, после чего по изображению в области YUV определяются значения сигналов цветности U и V в области YUV для пиксельного значения, соответствующего пиксельной точке в целевом изображении.
[65] Например, если целевое изображение, на котором детектируется цвет кожи, представляет собой изображение в области YUV, то при условии, что целевое изображение, на котором детектируется цвет кожи, содержит три пиксельные точки, тремя парами значений сигналов цветности в области YUV для пиксельных значений, соответствующих трем пиксельным точкам, будут, соответственно, такие пары, как 5 и 10, 8 и 12 и 9 и 14.
[66] Стадия 206: Поиск вероятности цвета кожи, соотносящейся со значением сигнала цветности, в сохраненной матрице цветовых индексов кожи на основании значений сигналов цветности в области YUV для пиксельного значения, соответствующего пиксельной точке.
[67] Поиск вероятности цвета кожи, соотносящейся со значением сигнала цветности, в сохраненной матрице цветовых индексов кожи осуществляется на основании значений сигналов цветности в области YUV для пиксельного значения каждой пиксельной точки в целевом изображении, причем вероятность цвета кожи представляет собой вероятность того, что пиксельная точка, соответствующая значениям сигналов цветности, является точкой цвета кожи.
[68] Например, если значения сигналов цветности в области YUV для пиксельного значения, соответствующего пиксельной точке в целевом изображении, на котором детектируется цвет кожи, равны 5 и 10, то по сохраненной матрице цветовых индексов кожи устанавливается, что вероятность цвета кожи, соотносящаяся со значениями 5 и 10 сигналов цветности для пиксельного значения, будет иметь значение 0,8. Иначе говоря, вероятность того, что пиксельная точка, соответствующая значения 5 и 10 сигналов цветности, является точкой цвета кожи, составляет 0,8.
[69] Стадия 207: Определение цвета кожи на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждой пиксельной точки в целевом изображении.
[70] Следует отметить, что на практике определение цвета кожи на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждой пиксельной точки в целевом изображении, может осуществляться с использованием двух возможных вариантов реализации, описанных ниже. Тем не менее, на практике определение цвета кожи на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждой пиксельной точки в целевом изображении, может выполняться иначе, что не носит ограничительного характера в настоящем изобретении.
[71] В первом возможном варианте реализации предусмотрено следующее: если на основании выявленной вероятности цвета кожи установлено, что заданное условие для
цвета кожи удовлетворено, то пиксельная точка считается точкой цвета кожи.
[72] Заданное условие для цвета кожи может быть установлено заранее в соответствии с различными требованиями. Например, заданное условие для цвета кожи может состоять в том, чтобы вероятность цвета кожи, выявляемая на основании значений сигналов цветности в области YUV для пиксельного значения пиксельной точки, превышало некое заданное значение.
[73] Например, заданное условие для цвета кожи может состоять в том, чтобы вероятность цвета кожи, выявляемая на основании значений сигналов цветности в области YUV для пиксельного значения пиксельной точки, превышала 0,7. Рассматривая целевое изображение, на котором детектируется цвет кожи, допустим, что в отношении пиксельной точки в целевом изображении вероятность цвета кожи, соотносящаяся с пиксельными значениями в области YUV для пиксельной точки, поиск которой осуществляется в матрице цветовых индексов кожи, составляет 0,8. Поскольку значение 0,8 больше значения 0,7, пиксельная точка считается точкой цвета кожи.
[74] В другом примере, который относится к целевому изображению, на котором детектируется цвет кожи, осуществляется поиск вероятности цвета кожи среди значений сигналов цветности в области YUV для пиксельного значения пиксельной точки. В этом случае может быть установлена вероятность по каждой пиксельной точке, а целевое изображение будет полностью осветлено. В отношении обработанного целевого изображения определяется вероятность цвета кожи среди значений сигналов цветности в области YUV для пиксельного значения пиксельной точки, и соответственно определяется вероятность по каждой пиксельной точке в обработанном целевом изображении. Затем берется среднее значение между вероятностью, соотносящейся с каждой пиксельной точкой в обработанном целевом изображении, и вероятностью, соотносящейся с каждой пиксельной точкой в целевом изображении до его обработки, после чего пиксельная точка с вероятностью, превышающей заданное значение, определяется в качестве точки цвета кожи.
[75] В еще одном примере, который относится к целевому изображению, на котором детектируется цвет кожи, целевое изображение, на котором детектируется цвет кожи, делится на множество прямоугольных областей с использованием прямоугольной рамки; затем определяется вероятность цвета кожи, соотносящаяся со значениями сигналов цветности в области YUV для пиксельного значения каждого пикселя в каждой прямоугольной области; после чего среднее значение вероятностей цвета кожи пиксельных точек в прямоугольной области принимается за вероятность того, что пиксельные точки в этой области являются точками цвета кожи. Если вероятность превышает заданное значение, то все пиксельные точки в этой области считаются точками цвета кожи.
[76] Во втором возможном варианте реализации вероятность цвета кожи, соотносящаяся со значениями сигналов цветности каждой пиксельной точки в целевом изображении, может быть особым образом использована в одном из сценариев применения для достижения цели определения цвета кожи.
[77] Если необходимо обработать точки цвета кожи в целевом изображении, то сначала могут быть обработаны все пиксельные точки в целевом изображении с целью получения первого обработанного изображения. Затем, на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждого пикселя в целевом изображении, пиксельные значения пиксельных точек в целевом изображении смешиваются с пиксельными значениями пиксельных точек в обработанном изображении для получения пиксельных значений пиксельных точек после обработки. На основании пиксельных значений генерируется окончательно обработанное изображение. В окончательно обработанном изображении обработке подвергнуты только точки цвета кожи, что обеспечивает реализацию предложенной технологии определения цвета кожи.
[78] Например, если в целевом изображении необходимо осветлить точки цвета кожи, то сначала осветляются все пиксельные точки в целевом изображении, в результате чего получается обработанное изображение. После этого, на основании вероятности цвета кожи в матрице цветовых индексов кожи, пиксельные значения пиксельных точек в целевом изображении смешиваются с пиксельными значениями пиксельных точек в обработанном изображении для получения пиксельных значений пикселей в изображении, в котором цвет кожи осветлен. Если исходить из того, что пиксельные значения точек цвета кожи в целевом изображении необходимо увеличить на 30 единиц, то для получения обработанного изображения пиксельное значение каждой пиксельной точки в целевом изображении увеличивается на 30 единиц. После этого в матрице цветовых индексов кожи выявляется вероятность того, что пиксельное значение каждой пиксельной точки в целевом изображении является точкой цвета кожи.
[79] Если исходить из того, что парой значений сигналов цветности пиксельной точки в целевом изображении являются значения 120 и 110, а парой значений сигналов цветности пиксельной точки в обработанном изображении являются значения 150 и 140, и если по матрице цветовых индексов кожи установлено, что вероятность того, что пиксельная точка, соответствующая значениям сигналов цветности, является точкой цвета кожи, составляет 0,9, то значения 120 и 110 сигналов цветности в целевом изображении умножаются, соответственно, на 0,1 для получения еще одной пары значений 12 и 11 сигналов цветности. Затем пара значений 150 и 140 сигналов цветности пиксельной точки в обработанном изображении умножается, соответственно, на 0,9 для получения еще одной пары значений 135 и 126 сигналов цветности. После этого значения 12 и 11 сигналов цветности прибавляется к значениям 135 и 126 сигналов цветности для получения окончательных значений сигналов цветности пиксельной точки, а именно значений 147 и 137. На основании окончательных значений 147 и 137 сигналов цветности генерируется окончательное изображение, где цвет кожи осветлен. В этом изображении осветлены только точки цвета кожи в целевом изображении.
[80] В одном из конкретных вариантов осуществления настоящего изобретения предусмотрено, что поскольку изображение содержит множество пиксельных точек, цвет кожи может детектироваться путем определения того, являются ли пиксельные точки точками цвета кожи. Когда на целевом изображении необходимо детектировать цвет кожи, с учетом каждой пиксельной точки в целевом изображении, могут быть определены значения сигналов цветности в области YUV для пиксельного значения пиксельной точки, после чего на основании значений сигналов цветности пиксельного значения, соответствующего пиксельной точке, в сохраненной матрице цветовых индексов кожи осуществляется поиск вероятности цвета кожи, соотносящейся со значениями сигналов цветности в области YUV; и, таким образом, определение цвета кожи выполняется на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждой пиксельной точки в целевом изображении. Поскольку в отношении любого изображения или видеокадра вероятность того, что пиксельная точка является точкой цвета кожи, может быть быстро выявлена в матрице цветовых индексов кожи на основании значений сигналов цветности пиксельной точки, эта методика может быть использована в таких сценариях применения, как ретуширование видео и тому подобное, где необходимо обеспечивать производительность в режиме реального времени. Кроме того, поскольку сгенерированная матрица цветовых индексов кожи может быть получена путем преобразования непрерывных расстояний, вероятности цвета кожи в полученной матрице цветовых индексов кожи также являются непрерывными величинами. Соответственно, если говорить о видеокадре, поскольку вероятности цвета кожи, полученные вследствие постоянных колебаний пиксельных значений в соседних кадрах, которые обусловлены такими факторами, как освещение и тому подобное, также являются постоянно изменяемыми величинами, резкие перепады вследствие использования порогового значения могут не возникать. Поскольку матрица цветовых индексов кожи генерируется посредством обработки цветных изображений кожи при различных условиях освещения, определение вероятности того, что пиксельная точка в целевом изображении
является точкой цвета кожи, с использованием матрицы цветовых индексов кожи применимо к самым разным условиям освещения. Таким образом, устраняется проблема, связанная с неточностью результатов детектирования при разных условиях освещения; повышается точность определения цвета кожи; и облегчается выполнение различных процессов обработки в отношении точек цвета кожи в изображении.
[81] Выше был описан способ согласно вариантам осуществления настоящего изобретения, раскрытый в привязке к вариантам осуществления, которые проиллюстрированы на фиг. 1 и 2. Ниже по тексту раскрыто устройство для определения цвета кожи согласно настоящему изобретению.
[82] На фиг. 3A представлена блок-схема устройства для определения цвета кожи согласно одному из вариантов осуществления настоящего изобретения. Как показано на фиг. 3A, устройство для определения цвета кожи содержит первый модуль 301 определения, поисковый модуль 302 и второй модуль 303 определения.
[83] Первый модуль 301 определения выполнен с возможностью определения значений сигналов цветности в области YUV для пиксельного значения, соответствующего каждой пиксельной точке в целевом изображении, на котором детектируется цвет кожи.
[84] Поисковый модуль 302 выполнен с возможностью поиска вероятности цвета кожи, соотносящейся со значениями сигналов цветности, в сохраненной матрице цветовых индексов кожи на основании значений сигналов цветности в области YUV для пиксельного значения, соответствующего пиксельной точке.
[85] Матрица цветовых индексов кожи генерируется путем обработки цветных изображений кожи при различных условиях освещения, а вероятность цвета кожи представляет собой вероятность того, что пиксельная точка является точкой цвета кожи.
[86] Детектирующий модуль 303 выполнен с возможностью определения цвета кожи на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждой пиксельной точки в целевом изображении.
[87] В необязательном варианте, как показано на фиг. 3B, устройство для определения цвета кожи дополнительно содержит:
[88] приемный модуль 304, выполненный с возможностью получения изображений, несущих в себе точки цвета кожи, при различных условиях освещения;
[89] генерирующий модуль 305, выполненный с возможностью генерирования бинарного изображения на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи в изображении, которое несет в себя точки цвета кожи;
[90] преобразующий модуль 306, выполненный с возможностью получения матрицы расстояний путем преобразования расстояний на основании пиксельного значения каждой пиксельной точки в бинарном изображении; и
[91] второй модуль 307 определения, выполненный с возможностью определения матрицы цветовых индексов кожи на основании матрицы расстояний.
[92] В необязательном варианте, как показано на фиг. 3C, генерирующий модуль 305 содержит:
[93] первый генерирующий субмодуль 3051, выполненный с возможностью генерирования изображения со значениями сигналов цветности, причем значения сигналов цветности в области YUV для пиксельных значений пиксельных точек в изображении со значениями сигналов цветности выстроены в заданных направлениях в порядке из возрастания;
[94] первый субмодуль 3052 определения, выполненный с возможностью определения, на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи, вероятности того, что каждая пиксельная точка в изображении со значениями сигналов цветности является точкой цвета кожи; и
[95] задающий субмодуль 3053, выполненный с возможностью установки на единицу пиксельного значения пиксельной точки с вероятностью, превышающей или равной заданному пороговому значению пикселя в изображении со значениями сигналов цветности, и установки на нуль пиксельного значения пиксельной точки с вероятностью, которая меньше заданного порогового значения пикселя, с целью получения бинарного изображения.
[96] В необязательном варианте, как показано на фиг. 3D, второй модуль 307 определения содержит:
[97] второй субмодуль 3071 определения, выполненный с возможностью определения максимального значения расстояния в матрице расстояний;
[98] третий субмодуль 3072 определения, выполненный с возможностью определения вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния; и
[99] второй генерирующий субмодуль 3073, выполненный с возможностью генерирования матрицы цветовых индексов кожи на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний.
[100] В необязательном варианте третий субмодуль 3073 определения выполнен с возможностью:
[101] определения вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния по следующей формуле:
[102] где величина SkinValue обозначает вероятность цвета кожи, соотносящуюся с каждым расстоянием в матрице расстояний; величина dis обозначает расстояние в матрице расстояний; величина disThres обозначает заданное пороговое значение расстояния; а величина max dis обозначает максимальное значение расстояния в матрице расстояний.
[103] В необязательном варианте второй генерирующий субмодуль 3073 выполнен с возможностью:
[104] генерирования, на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, матрицы цветовых индексов кожи в соответствии со структурой матрицы расстояний; или
[105] округления вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, и генерирования - на основании округленной вероятности цвета кожи - матрицы цветовых индексов кожи в соответствии со структурой матрицы расстояний.
[106] В одном из конкретных вариантов осуществления настоящего изобретения предусмотрено, что поскольку изображение содержит множество пиксельных точек, цвет кожи может быть детектирован путем определения того, являются ли пиксельные точки точками цвета кожи. Когда на целевом изображении необходимо детектировать цвет кожи, с учетом каждой пиксельной точки в целевом изображении, могут быть определены значения сигналов цветности в области YUV для пиксельного значения пиксельной точки, после чего на основании значений сигналов цветности в области YUV для пиксельного значения, соответствующего пиксельной точке, в сохраненной матрице цветовых индексов кожи осуществляется поиск вероятности цвета кожи, соотносящейся со значениями сигналов цветности; и, таким образом, определение цвета кожи выполняется на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждой пиксельной точки в целевом изображении. Поскольку в отношении любого изображения или видеокадра вероятность того, что пиксельная точка является точкой цвета кожи, может быть быстро выявлена в матрице цветовых индексов кожи на основании значений сигналов цветности пиксельной точки, эта методика может быть использована в таких сценариях применения, как ретуширование видео и тому подобное, где необходимо обеспечивать производительность в режиме реального времени. Кроме того, поскольку
сгенерированная матрица цветовых индексов кожи может быть получена путем преобразования непрерывных расстояний, вероятности цвета кожи в полученной матрице цветовых индексов кожи также являются непрерывными величинами. Соответственно, если говорить о видеокадре, поскольку вероятности цвета кожи, полученные вследствие постоянных колебаний пиксельных значений в соседних кадрах, которые обусловлены такими факторами, как освещение и тому подобное, также являются постоянно изменяемыми величинами, резкие перепады вследствие использования порогового значения могут не возникать. Поскольку матрица цветовых индексов кожи генерируется путем обработки цветных изображений кожи при различных условиях освещения, определение вероятности того, что пиксельная точка в целевом изображении является точкой цвета кожи, с использованием матрицы цветовых индексов кожи применимо к самым разным условиям освещения. Таким образом, устраняется проблема, связанная с неточностью результатов детектирования при разных условиях освещения; повышается точность определения цвета кожи; и облегчается выполнение различных процессов постобработки в отношении точек цвета кожи в изображении.
[107] Следует отметить, что во время определения цвета кожи с помощью устройства для определения цвета кожи согласно вариантам осуществления настоящего изобретения, раскрытым выше, устройство для определения цвета кожи описывается лишь на примере разделения его функциональных модулей. На практике эти функции могут быть назначены разным функциональным модулям для реализации согласно требованиям. Точнее говоря, внутренняя структура устройства разделена на разные функциональные модули для реализации всех или части функций, описанных выше. Кроме того, устройство для определения цвета кожи согласно вариантам осуществления, раскрытым выше, основано на той же идее, что и способ определения цвета кожи согласно вариантам осуществления настоящего изобретения. Конкретный вариант реализации предложенного устройства соотносится с вариантами осуществления предложенного способа, и повторно не описывается в настоящем документе.
[108] В одном из примеров осуществления настоящего изобретения дополнительно предложен энергонезависимый машиночитаемый носитель данных с хранящимися в нем командами, например, память, содержащая команды. Команды при их исполнении процессором предложенного устройства могут инициировать реализацию этим процессором способа, описанного выше. Например, энергонезависимый машиночитаемый носитель данных может представлять собой постоянное запоминающее устройство (ROM), оперативное запоминающее устройство (RAM), постоянное запоминающее устройство на компакт-диске (CD-ROM), магнитную ленту, дискету,
оптическое запоминающее устройство или иное устройство подобного рода.
[109] Иначе говоря, команды, хранящиеся в машиночитаемом носителе данных, при их исполнении процессором предложенного устройства могут инициировать реализацию процессором способа, проиллюстрированного на фиг. 1 или 2.
[110] Технические решения в описанных выше вариантах осуществления настоящего изобретения на практике могут полностью или частично выполняться программными средствами, аппаратными средствами, программно-аппаратными средствами или любым сочетанием указанных средств. При выполнении программными средствами технические решения могут быть полностью или частично реализованы в виде компьютерного программного продукта. Компьютерный программный продукт содержит одну или множество машиночитаемых команд. Команды при их загрузке и исполнении на компьютере могут инициировать полное или частичное выполнение этим компьютером алгоритмов или функций согласно вариантам осуществления настоящего изобретения. В качестве компьютера может быть использован универсальный компьютер, специализированный компьютер, компьютерная сеть или иное программирующее устройство. Машиночитаемые команды могут храниться в машиночитаемом носителе данных или переносится с одного машиночитаемого носителя данных на другой. Например, машиночитаемые команды могут передаваться с одного веб-сайта, компьютера, сервера или центра хранения и обработки данных на другой веб-сайт, компьютер, сервер или центр хранения и обработки данных, или проводным способом (например, по коаксиальному кабелю, по волоконно-оптическому кабелю, по цифровой абонентской линии связи (DSL)), или беспроводным способом (например, через связь в инфракрасном диапазоне, через радиосвязь, через СВЧ-связь и т.п.). Машиночитаемым носителем данных может служить любой доступный носитель, данные с которого могут считываться компьютером, или устройство для хранения данных, такое как сервер, центр хранения и обработки данных или иное подобное устройство, которое включает в себя один или несколько доступных носителей. В качестве доступного машиночитаемого носителя может быть использован магнитный носитель (например, дискета, жесткий диск или магнитная лента), оптический носитель (например, цифровой видеодиск (DVD)), полупроводниковый носитель (например, твердотельный накопитель (SSD)) или иной носитель подобного рода.
[111] Выше описаны лишь некоторые примеры осуществления настоящего изобретения, которые никоим образом не ограничивают заявленное изобретение. В рамках сущности и принципов настоящего изобретения любые модификации, эквивалентные замены, усовершенствования и прочее входят в объем правовой охраны заявленного
изобретения.
1. Способ определения цвета кожи, предусматривающий:
определение значений сигналов цветности в области YUV яркости и цветности значения пикселя, соответствующего каждой пиксельной точке в целевом изображении, на котором детектируется цвет кожи;
получение изображений, несущих в себе точки цвета кожи, при различных условиях освещения;
генерирование бинарного изображения на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи в полученных изображениях, несущих в себе точки цвета кожи;
получение матрицы расстояний путем преобразования расстояний на основании пиксельного значения каждой пиксельной точки в бинарном изображении;
определение матрицы цветовых индексов кожи на основании матрицы расстояний;
поиск вероятности цвета кожи, соотносящейся со значениями сигналов цветности, в матрице цветовых индексов кожи на основании значений сигналов цветности в области YUV для пиксельного значения, соответствующего пиксельной точке; причем матрица цветовых индексов кожи генерируется путем обработки цветных изображений кожи при различных условиях освещения, а вероятность цвета кожи представляет собой вероятность того, что пиксельная точка является точкой цвета кожи; и
определение цвета кожи на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждой пиксельной точки в целевом изображении.
2. Способ по п. 1, в котором генерирование бинарного изображения на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи в изображении, несущем в себе точки цвета кожи, предусматривает:
генерирование изображения со значениями сигналов цветности, причем значения сигналов цветности в области YUV для пиксельных значений пиксельных точек в изображении со значениями сигналов цветности выстроены в заданных направлениях в порядке их возрастания;
определение вероятности того, что каждая пиксельная точка в изображении со значениями сигналов цветности является точкой цвета кожи, на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи в изображении; и
установку на единицу пиксельного значения пиксельной точки с вероятностью, превышающей или равной заданному пороговому значению пикселя в изображении со значениями сигналов цветности, и установку на нуль пиксельного значения пиксельной точки с вероятностью, которая меньше заданного порогового значения пикселя, с целью получения бинарного изображения.
3. Способ по п. 1, в котором определение матрицы цветовых индексов кожи на основании матрицы расстояний предусматривает:
определение максимального значения расстояния в матрице расстояний;
определение вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния; и
генерирование матрицы цветовых индексов кожи на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний.
4. Способ по п. 3, в котором определение вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния предусматривает:
определение вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, на основании матрицы расстояний и максимального значения расстояния по следующей формуле:
,
где величина 
обозначает вероятность цвета кожи, соотносящуюся с каждым расстоянием в матрице расстояний; величина 
обозначает расстояние в матрице расстояний; величина 
обозначает заданное пороговое значение расстояния; а величина 
обозначает максимальное расстояние в матрице расстояний.
5. Способ по п. 3 или 4, в котором генерирование матрицы цветовых индексов кожи на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, предусматривает:
генерирование матрицы цветовых индексов кожи в соответствии со структурой матрицы расстояний на основании вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний; или
округление вероятности цвета кожи, соотносящейся с каждым расстоянием в матрице расстояний, и генерирование – на основании округленной вероятности цвета кожи – матрицы цветовых индексов кожи в соответствии со структурой матрицы расстояний.
6. Устройство для определения цвета кожи, содержащее:
первый модуль определения, выполненный с возможностью определения значений сигналов цветности в области YUV для пиксельного значения, соответствующего каждой пиксельной точке в целевом изображении, на котором детектируется цвет кожи;
приемный модуль, выполненный с возможностью получения изображений, несущих в себе точки цвета кожи при различных условиях освещения;
генерирующий модуль, выполненный с возможностью генерирования бинарного изображения на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи в принятом изображении, которое несет в себе точки цвета кожи;
преобразующий модуль, выполненный с возможностью получения матрицы расстояний путем преобразования расстояний на основании пиксельного значения каждой пиксельной точки в бинарном изображении;
второй модуль определения, выполненный с возможностью определения матрицы цветовых индексов кожи на основании матрицы расстояний;
поисковый модуль, выполненный с возможностью поиска вероятности цвета кожи, соотносящейся со значениями сигналов цветности, в матрице цветовых индексов кожи на основании значений сигналов цветности в области YUV для пиксельного значения, соответствующего пиксельной точке, причем матрица цветовых индексов кожи генерируется путем обработки цветных изображений кожи при различных условиях освещения, а вероятность цвета кожи представляет собой вероятность того, что пиксельная точка является точкой цвета кожи; и
детектирующий модуль, выполненный с возможностью определения цвета кожи на основании вероятности цвета кожи, соотносящейся со значениями сигналов цветности каждой пиксельной точки в целевом изображении.
7. Устройство для определения цвета кожи по п. 6, в котором генерирующий модуль содержит:
первый генерирующий субмодуль, выполненный с возможностью генерирования изображения со значениями сигналов цветности, причем значения сигналов цветности в области YUV для пиксельных значений пиксельных точек в изображении со значениями сигналов цветности выстроены в заданных направлениях в порядке из возрастания;
первый субмодуль определения, выполненный с возможностью определения – на основании значений сигналов цветности в области YUV для пиксельного значения каждой точки цвета кожи – вероятности того, что каждая пиксельная точка в изображении со значениями сигналов цветности является точкой цвета кожи; и
задающий субмодуль, выполненный с возможностью установки на единицу пиксельного значения пиксельной точки с вероятностью, превышающей или равной заданному пороговому значению пикселя в изображении со значениями сигналов цветности, и установки на нуль пиксельного значения пиксельной точки с вероятностью, которая меньше заданного порогового значения пикселя, с целью получения бинарного изображения.
8. Машиночитаемый носитель данных, содержащий, по меньшей мере, одну хранящуюся в нем команду, причем по меньшей мере одна команда при ее исполнении процессором инициирует выполнение процессором стадий в рамках реализации способа по любому из предшествующих пп. 1-5.
