Обнаружение цвета волос в портретном изображении

Question

Хорошо, полагая, что я правильно работаю над альгоритмом, который обнаруживает и инкапсулирует волосы портретного изображения.

Как я могу (с высокой% правильностью) различать цвета?

Я знаю, что это кажется простым, но главная проблема заключается в том, что в зависимости от условий окружающей среды, в которых была сделана фотография, или (в меньшей степени) обработки постэффектов, диапазон «белокурый», «черный», «коричневые» и «красные» сильно меняются, учитывая ложные срабатывания и иногда не обнаруживают правильных. (Прохождение блондинки в качестве примера черного).

Использование opencv (или любого другого инструмента, потому что у меня уже есть волосы), какой алгоритм или методы предварительной обработки следует применять для «нормализации» этих проблем и сведения к минимуму ошибок?

Большое спасибо.

Answer 1

Я думаю, вы можете использовать методы машинного обучения для классификации цветов. Просто классифицируйте классификатор (например, SVM или нейронную сеть) на образцах цветов для прослушивания (вы можете взять гистограмму цвета в качестве входного вектора) и некоторые классы (названия цветов). Я думаю, что это будет хороший метод борьбы со светлыми изменениями, шумом, тенями и т. Д. И я думаю, что лучше использовать некоторое расширенное цветовое пространство L * a * b * или HSV.

Возможно, вам понадобится включить в входной вектор какой-нибудь справочный гисторгам (для получения данных об условиях освещения). Вы можете получить его с лица, например (не лучшее решение).

Answer 2

Я не верю, что вы можете делать предварительную обработку только с помощью области волос. Я говорю это просто интуицией.

Вот эта идея. Уравнивание гистограммы - известный метод предварительной обработки, который преодолевает эффекты освещения на некоторую величину. Итак, что вы можете сделать, разделите свое изображение на цветовые каналы, примените выравнивание гистограммы к каждому из каналов, а затем объедините каналы, чтобы получить изображение с выравниванием по гистограмме. Я думаю, что это было бы полезно.

Я реализовал его на Matlab, попробовал его на Лене. Вы можете скачать его с here.