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

这里写图片描述

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