基于HDD算法的头发区域提取算法研究与实现
2014-08-06刘双成蔡晓东王春利
刘双成 蔡晓东 王春利
[摘 要]针对人脸头发提取的问题对光照及环境背景色彩相似性的影响，本文提出一种基于HSV色彩空间与ASM的自动头发检测（HSV-Hair-Detect，HHD）算法。实验结果表明该算法对光照和背景色彩相似性有很好的鲁棒性。
[关键词]HSV色彩空间 HHD算法 头发检测
中图分类号：TP391.41 文献标识码：A 文章编号：1009-914X（2014）28-0008-02
从人脸图片中提取头发区域的问题，难点在于从变化的光照环境中或是聚集在头发周围的背景中分类出头发颜色。受光照和背景的影响，头发区域和图片的其它部分粘连或是被分离成许多块。针对以上问题，本文提出一种自动头发检测（HSV-Hair-Detect，HHD）算法。首先采用HSV色彩空间区分出光照信息，实现在不同光照条件下的鲁棒的头发区域粗检测，然后用区域分割的方法提取出头发区域，在用区域分割的方法提取出头发区域时，引入ASM算法[6]定位得到的眼睛局部特征点信息，去除眼睛以下的连通域块，最终得到完整的头发区域。早期的头发检测方法如文献[4][5]对与头发颜色相近及背景影响有较差的鲁棒性。
1 头发区域粗检测
2 头发区域细定位
对RGB色彩空间下的头发检测和HSV色彩空间下的头发检测作比较试验分析，使用的人脸库是FWH（face-with-hair）。该人脸库包含519张大小为180*210的人脸图片，其中278张为男性人脸，241张为女性人脸。FWH人脸库中的人脸都是在实验室环境中采集，所有人脸都包括完成的头发区域。学术研究者可网络下载FWH人脸库。在FWH人脸库下实验测试两种图像色彩空间下的头发检测准确率如表1所示。
3 结束语
低光照下阴影部分容易被检测为头发区域，而强光下头发反光形成的高亮区域不能被检测为头发。将RGB色彩空间下的图片转换到HSV色彩空间下，在HSV色彩空间下的图片中检测头发区域，经实验测试能很好地克服光照的影响从而得到完整的头发区域。实验结果证明HHD算法具有快速性，较高的准确率，及对光照变化有较好的鲁棒性。
参考文献：
[1] 刘爽，谢金融，吕宝粮.基于头发信息的性别分类[J].计算机仿真，2009，26（2）：212-216.
[2] 谢金融，卜佳俊.性别分类中头发特征提取方法的研究[J].计算机工程，2010，36（7）：179-181，184.
[3] 傅文林.图像分割技术研究及头发分割应用[D].上海交通大学，2009.
[4] Yaser Y， Larry S D. Detection and Analysis of Hair[J].IEEE Trans.Pattern Analysis and Machine Intelligence， 28（7）， 2006
[5] Lee K C，Dragomir A，Baris S，Salih B G.Markov Random Field Models for Hair and Face Segmentation[C].IEEE Conf.On Automatic Face and Gesture Recognition，September 17-19，2008.
[6] 杜立强，贾鹏，周宗潭，等.基于主动形状模型的人脸脸型自动分类算法[J].计算机应用，2009， 29（10）：2710-2712
通讯作者
王春利（1980-），男，吉林长春人，硕士，讲师，从事差分方程、图像视频处理相关理论研究。
基金项目
2012年国家科技支撑计划课题（课题编号：2012BAH20B01）；2013年国家科技支撑计划课题（课题编号：2014BAK11B02）；2013年广西自然科学基金项目（面上项目）（项目编号：2013GXNSFAA019326）。endprint
[摘 要]针对人脸头发提取的问题对光照及环境背景色彩相似性的影响，本文提出一种基于HSV色彩空间与ASM的自动头发检测（HSV-Hair-Detect，HHD）算法。实验结果表明该算法对光照和背景色彩相似性有很好的鲁棒性。
[关键词]HSV色彩空间 HHD算法 头发检测
中图分类号：TP391.41 文献标识码：A 文章编号：1009-914X（2014）28-0008-02
从人脸图片中提取头发区域的问题，难点在于从变化的光照环境中或是聚集在头发周围的背景中分类出头发颜色。受光照和背景的影响，头发区域和图片的其它部分粘连或是被分离成许多块。针对以上问题，本文提出一种自动头发检测（HSV-Hair-Detect，HHD）算法。首先采用HSV色彩空间区分出光照信息，实现在不同光照条件下的鲁棒的头发区域粗检测，然后用区域分割的方法提取出头发区域，在用区域分割的方法提取出头发区域时，引入ASM算法[6]定位得到的眼睛局部特征点信息，去除眼睛以下的连通域块，最终得到完整的头发区域。早期的头发检测方法如文献[4][5]对与头发颜色相近及背景影响有较差的鲁棒性。
1 头发区域粗检测
2 头发区域细定位
对RGB色彩空间下的头发检测和HSV色彩空间下的头发检测作比较试验分析，使用的人脸库是FWH（face-with-hair）。该人脸库包含519张大小为180*210的人脸图片，其中278张为男性人脸，241张为女性人脸。FWH人脸库中的人脸都是在实验室环境中采集，所有人脸都包括完成的头发区域。学术研究者可网络下载FWH人脸库。在FWH人脸库下实验测试两种图像色彩空间下的头发检测准确率如表1所示。
3 结束语
低光照下阴影部分容易被检测为头发区域，而强光下头发反光形成的高亮区域不能被检测为头发。将RGB色彩空间下的图片转换到HSV色彩空间下，在HSV色彩空间下的图片中检测头发区域，经实验测试能很好地克服光照的影响从而得到完整的头发区域。实验结果证明HHD算法具有快速性，较高的准确率，及对光照变化有较好的鲁棒性。
参考文献：
[1] 刘爽，谢金融，吕宝粮.基于头发信息的性别分类[J].计算机仿真，2009，26（2）：212-216.
[2] 谢金融，卜佳俊.性别分类中头发特征提取方法的研究[J].计算机工程，2010，36（7）：179-181，184.
[3] 傅文林.图像分割技术研究及头发分割应用[D].上海交通大学，2009.
[4] Yaser Y， Larry S D. Detection and Analysis of Hair[J].IEEE Trans.Pattern Analysis and Machine Intelligence， 28（7）， 2006
[5] Lee K C，Dragomir A，Baris S，Salih B G.Markov Random Field Models for Hair and Face Segmentation[C].IEEE Conf.On Automatic Face and Gesture Recognition，September 17-19，2008.
[6] 杜立强，贾鹏，周宗潭，等.基于主动形状模型的人脸脸型自动分类算法[J].计算机应用，2009， 29（10）：2710-2712
通讯作者
王春利（1980-），男，吉林长春人，硕士，讲师，从事差分方程、图像视频处理相关理论研究。
基金项目
2012年国家科技支撑计划课题（课题编号：2012BAH20B01）；2013年国家科技支撑计划课题（课题编号：2014BAK11B02）；2013年广西自然科学基金项目（面上项目）（项目编号：2013GXNSFAA019326）。endprint
[摘 要]针对人脸头发提取的问题对光照及环境背景色彩相似性的影响，本文提出一种基于HSV色彩空间与ASM的自动头发检测（HSV-Hair-Detect，HHD）算法。实验结果表明该算法对光照和背景色彩相似性有很好的鲁棒性。
[关键词]HSV色彩空间 HHD算法 头发检测
中图分类号：TP391.41 文献标识码：A 文章编号：1009-914X（2014）28-0008-02
从人脸图片中提取头发区域的问题，难点在于从变化的光照环境中或是聚集在头发周围的背景中分类出头发颜色。受光照和背景的影响，头发区域和图片的其它部分粘连或是被分离成许多块。针对以上问题，本文提出一种自动头发检测（HSV-Hair-Detect，HHD）算法。首先采用HSV色彩空间区分出光照信息，实现在不同光照条件下的鲁棒的头发区域粗检测，然后用区域分割的方法提取出头发区域，在用区域分割的方法提取出头发区域时，引入ASM算法[6]定位得到的眼睛局部特征点信息，去除眼睛以下的连通域块，最终得到完整的头发区域。早期的头发检测方法如文献[4][5]对与头发颜色相近及背景影响有较差的鲁棒性。
1 头发区域粗检测
2 头发区域细定位
对RGB色彩空间下的头发检测和HSV色彩空间下的头发检测作比较试验分析，使用的人脸库是FWH（face-with-hair）。该人脸库包含519张大小为180*210的人脸图片，其中278张为男性人脸，241张为女性人脸。FWH人脸库中的人脸都是在实验室环境中采集，所有人脸都包括完成的头发区域。学术研究者可网络下载FWH人脸库。在FWH人脸库下实验测试两种图像色彩空间下的头发检测准确率如表1所示。
3 结束语
低光照下阴影部分容易被检测为头发区域，而强光下头发反光形成的高亮区域不能被检测为头发。将RGB色彩空间下的图片转换到HSV色彩空间下，在HSV色彩空间下的图片中检测头发区域，经实验测试能很好地克服光照的影响从而得到完整的头发区域。实验结果证明HHD算法具有快速性，较高的准确率，及对光照变化有较好的鲁棒性。
参考文献：
[1] 刘爽，谢金融，吕宝粮.基于头发信息的性别分类[J].计算机仿真，2009，26（2）：212-216.
[2] 谢金融，卜佳俊.性别分类中头发特征提取方法的研究[J].计算机工程，2010，36（7）：179-181，184.
[3] 傅文林.图像分割技术研究及头发分割应用[D].上海交通大学，2009.
[4] Yaser Y， Larry S D. Detection and Analysis of Hair[J].IEEE Trans.Pattern Analysis and Machine Intelligence， 28（7）， 2006
[5] Lee K C，Dragomir A，Baris S，Salih B G.Markov Random Field Models for Hair and Face Segmentation[C].IEEE Conf.On Automatic Face and Gesture Recognition，September 17-19，2008.
[6] 杜立强，贾鹏，周宗潭，等.基于主动形状模型的人脸脸型自动分类算法[J].计算机应用，2009， 29（10）：2710-2712
通讯作者
王春利（1980-），男，吉林长春人，硕士，讲师，从事差分方程、图像视频处理相关理论研究。
基金项目
2012年国家科技支撑计划课题（课题编号：2012BAH20B01）；2013年国家科技支撑计划课题（课题编号：2014BAK11B02）；2013年广西自然科学基金项目（面上项目）（项目编号：2013GXNSFAA019326）。endprint