基于小样本训练集的肤色模型建立方法  

The Method of Building a Skin Model Based on Small Training Set

作　　者：冯军红[1] 刘桂林[2] 高立新[1] 段立娟[3] 

机构地区：[1]北京工业大学计算机学院,北京100022 [2]郑州大学,郑州450002 [3]中国科学院计算技术研究所,北京100080

出　　处：《计算机工程与应用》2003年第28期67-71,共5页Computer Engineering and Applications

基　　金：国家863计划信息安全技术主题项目-实时图像检索与过滤关键技术研究(编号:2001AA140221)

摘　　要：肤色模型的应用大多是建立在小样本训练集上,而目前常用的肤色模型理论却主要是利用大训练集来提高模型的精确性。那么,如何实现一种基于小样本训练集的且具有较高精确度的肤色模型呢?文章在对该领域常用的三种典型肤色模型分析比较的基础上提出了一种多模型相互结合的肤色模型———统计色度空间模型。实验表明在四种模型中效果是最好的。Most skin models are built on small training sets in real applications.To make the model more accurate,enlarging the training set is a main choice.How to build an accurate skin model on a small training set is a hallenging job.This paper proposes a new model-statistical chroma space build on the color histogram and simple chroma-space,also,it analyzes other three popular methods in detail.Experiments show that model performs significantly better than the others.

关 键 词：小样本 肤色模型 颜色直方图 混和高斯模型 简单色度空间模型 统计色度空间模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]