发明名称 |
一种基于深度信念网络的人体肤色区域分割方法 |
摘要 |
本发明提供了一种基于深度信念网络的人体肤色区域分割方法,属于计算机视觉和图像处理领域。该方法包括:(1).建立肤色块数据集和非肤色块数据集;(2).产生不同的颜色空间及其组合上的深度信念网络输入特征集;(3).训练不同尺度的深度信念网络,并优化确定各项参数;(4).输入测试图像,在不同尺度约束下,使用滑动窗口策略获取当前待检测图像块范围;(5).在当前滑动窗口确定的图像块上抽取需要的颜色空间分量或其组合,获取输入特征向量;(6).将输入特征向量输入训练好的深度信念网络,得到图像块的分类结果,如果分类结果为肤色块,则块内像素点置1;如果分类结果为非肤色块,则块内像素点置0。 |
申请公布号 |
CN105138975B |
申请公布日期 |
2016.06.01 |
申请号 |
CN201510497519.X |
申请日期 |
2015.08.13 |
申请人 |
济南大学 |
发明人 |
徐涛;冯志全;董立凯;唐好魁 |
分类号 |
G06K9/00(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
济南舜源专利事务所有限公司 37205 |
代理人 |
商金婷 |
主权项 |
一种基于深度信念网络的人体肤色区域分割方法,其特征在于:所述方法包括:(1).建立肤色块数据集和非肤色块数据集;(2).产生不同的颜色空间及其组合上的深度信念网络输入特征集;(3).训练不同尺度的深度信念网络,并优化确定各项参数;(4).输入测试图像,在不同尺度约束下,使用滑动窗口策略获取当前待检测图像块范围;(5).在当前滑动窗口确定的图像块上抽取需要的颜色空间分量或其组合,获取输入特征向量;(6).将输入特征向量输入训练好的深度信念网络,得到图像块的分类结果,如果分类结果为肤色块,则块内像素点置1;如果分类结果为非肤色块,则块内像素点置0;(7).判断整幅图像扫描是否完成,如果否,则根据设定的滑动窗移动步长移动窗口,然后返回步骤(5),如果是,则转入步骤(8);(8).获得最终肤色检测结果,结束;其中,所述步骤(2)包括以下步骤:B1:选择RGB,HSV,YCbCr和CIELab为实验用颜色空间,每种颜色空间的各个通道分量作为特征集中的特种分量,同时考虑移除Y分量后的CbCr颜色空间;B2:对颜色空间组合RGB+YCbCr、RGB+HSV、RGB+CIELab、HSV+YCbCr、HSV+CIELab、YCbCr+CIELab、RGB+YCbCr+HSV、RGB+CIELab+HSV和YCbCr+CIELab+HSV以及四种空间的全部组合空间分别进行实验,检测深度模型在这些组合空间上的效果;B3:抽取滑动窗口所在图像块的所有像素点的颜色空间分量,归一化为[0,1]范围,根据不同颜色空间或组合,获得特征向量集;所述步骤(3)包括以下步骤:(31)确定深度信念网络包含4层,其中隐含层三层,输入层一层,由三个受限玻尔兹曼机组成深度信念网络;(32)深度肤色分类器在深度信念网络结构基础上增加一层全连接网络,用于分类结果的输出;(33)分类器隐含层结构为100‑100‑100‑2,训练最小分组为100,迭代次数为200;(34)分别在10x10和20x20的数据集上训练对应的深度肤色模型DSM<sub>10</sub>和DSM<sub>20</sub>。 |
地址 |
250022 山东省济南市市中区南辛庄西路336号济南大学信息学院 |