自己做的一个肤色检测模型
来源:互联网 发布:健康网络的宣传语 编辑:程序博客网 时间:2024/04/25 08:16
肤色检测
在人像美化中,肤色检测有助于防止磨掉头发、胡子等需要保持细节的部分,也可以使美白算法仅作用于皮肤,不对人像周边环境产生影响。
网上找了一下肤色检测模型,效果都太差,换了一种思维,找个训练集,自己做一个。
训练结果,正确率大概85%,运行起来,确实还是比网上找的公式好,勉强可用了。
模型
算法最终反映为 opengl 的一个片断着色器,直接看shader代码吧。
varying vec2 textureCoordinate;uniform sampler2D inputImageTexture;const vec3 CbC = vec3(0.5,-0.4187,-0.0813);const vec3 CrC = vec3(-0.1687,-0.3313,0.5);void main(){ vec3 color = texture2D(inputImageTexture, textureCoordinate).rgb; float x0 = color.r; float x1 = color.g; float x2 = color.b; float x3 = dot(CbC, color); float x4 = dot(CrC, color); float pos = 0.0; pos = float(x4 <=-0.0615369 ? (x3 <=0.0678488 ? (x3 <=0.0352417 ? 0 : (x2 <=0.686631 ? 0 : 1)) : (x3 <=0.185183 ? 1 : 0)) : (x4 <=-0.029597 ? (x3 <=0.0434402 ? 0 : (x1 <=0.168271 ? 0 : 1)) : 0)); gl_FragColor = vec4(pos);}
肤色检测结果
训练方法
准备数据集
找到这个网站:
http://blog.csdn.net/wangkr111/article/details/44514097
下载了一组肤色检测的数据,用python脚本将其转换为机器学习所需的矩阵数据。提取 r、g、b、y、cb、cr分量值。
训练
机器学习库
机器学习算法库是自己造的轮子,使用C++开发,特别重视Cache命中率,部分地方引入OpenCL加速,性能可以说是一流的。
使用的代码如下:
#include "learn/ALLearnFactory.h"#include "core/ALExpanderFactory.h"#include "core/ALILabeldMethod.h"#include "core/ALLabeldMethodFactory.h"#include "learn/ALDecisionTree.h"#include "loader/ALStandardLoader.h"#include "learn/ALLogicalRegress.h"#include <fstream>#include <iostream>#include <sstream>#include <math.h>#include "learn/ALRegressor.h"using namespace std;int main(){ ALSp<ALFloatDataChain> c = ALStandardLoader::load("../../Data/Face_Dataset/train.data"); ALSp<ALFloatMatrix> X; ALSp<ALFloatMatrix> Y; ALStandardLoader::divide(c.get(), X, Y, 0); //ALSp<ALISuperviseLearner> learner = new ALLogicalRegress(10000, 1.0); ALSp<ALISuperviseLearner> learner = new ALDecisionTree(10, 0.01, 3);//决策树深限制为3 //ALSp<ALISuperviseLearner> learner = new ALRegressor; ALSp<ALIMatrixPredictor> detected = learner->vLearn(X.get(),Y.get()); ALSp<ALFloatMatrix> YP = ALFloatMatrix::create(Y->width(), Y->height()); detected->vPredict(X.get(), YP.get()); size_t po = 0; size_t pp = 0; size_t fo = 0; size_t fp = 0; /*验证正确率*/ for (size_t i=0; i<YP->height(); ++i) { auto y = *(Y->vGetAddr(0, i)); auto yp = *(YP->vGetAddr(0, i)); if (yp > 0.5 && y > 0.5) { pp++; } if (yp <=0.5 && y <=0.5) { fp++; } if (y > 0.5) { po++; } else { fo++; } } printf("PP/PO: %ld/%ld, %f, FP/FO: %ld/%ld, %f\n", pp, po, (double)pp/(double)po, fp, fo, (double)fp/(double)fo); ofstream of("model_logical"); /*打印模型*/ detected->vPrint(of); return 0;}
模型选择
一开始本来用的是逻辑回归,因为这个出来的预测公式很简单,shader上运行速度快,但它的效果实在不行。后面改用了决策树,限制树深,以免模型太大。
至于为什么不用SVM:SVM出来的模型在shader上根本没法运行啊。。。
0 0
- 自己做的一个肤色检测模型
- 肤色检测算法 - 基于二次多项式混合模型的肤色检测。
- 肤色检测算法 - 基于二次多项式混合模型的肤色检测
- 肤色检测算法 - 基于二次多项式混合模型的肤色检测。
- 人脸肤色检测模型
- 人脸--基于肤色模型的人脸检测研究
- 基于人脸检测的肤色采集以及两种常见肤色模型建模
- YCbCr颜色空间下的一个简便的肤色模型
- opencv椭圆肤色模型人脸检测
- 基于统计的肤色检测
- 基于opencv的肤色检测
- Python基于YCbCr 肤色模型的情色图片检测的简单实现
- 帧差发去除背景类肤色影响的肤色检测法
- 肤色检测
- 肤色检测
- 肤色检测
- 肤色检测
- 肤色检测
- 使用ffmpeg开源库将h264封装为mp4格式
- Frameset使用教程
- 简单的重写控件
- pat 1084. Broken Keyboard (20)
- 正则表达式
- 自己做的一个肤色检测模型
- SQL_Server_Day01_连接数据库及数据库定义语言
- 详解c++指针的指针和指针的引用
- 泛型和增强for循环
- android APP优化知识图谱(草稿)
- C++ 不用临时变量交换两个变量的值——函数对象
- 利用opencv训练分类器
- 安装oracle 10g "程序异常终止,发生内部错误"
- 移动web开发框架研究