III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.Comparação de Clusters para Detecção da PeleAndréia V. Nascimento, Michelle M. Mendonça, Juliana G. Denipote, Maria Stela V. PaivaEscola de Engenharia de São Carlos – EESC. Universidade de São Paulo – USP{av.nascimento, chelle.3m}@gmail.com, {judeni, mstela}@sel.eesc.usp.brResumoA detecção de cor da pele no espectro visível podeser uma tarefa bastante desafiadora, visto que a cor dapele numa imagem é sensível a vários fatores. Esteartigo apresenta uma comparação de três tiposdiferentes de Clusters, seguidos de operaçõesmorfológicas para detecção de pele humana emimagens digitais, os modelos de cor utilizados foram:RGB, YCbCr e HSV. Esta metodologia é aplicada emum banco de imagens de pessoas de ambos os sexoscom dimensões de 592 x 896. O algoritmo foidesenvolvido no Matlab versão 7.0, e visa apontarqual modelo é mais adequado para a detecçãoautomática da pele.1. IntroduçãoDetecção de pele desempenha um papel importanteem muitas aplicações de processamento de imagens,abrangendo detecção de faces, rastreamento de face,análise de gestos etc. Recentemente, as metodologiasde detecção de pele baseadas na informação de cor depele têm ganhado muita atenção, já que forneceinformação computacionalmente efetiva e robusta àrotação, escala e oclusões parciais [1].O espaço de cor YCbCr, foi utilizado por Bindu eKumar [2] removendo os componentes Y e Cb. Aimagem é convertida para espaço RGB, retendosomente o componente vermelho, uma vez que a pele érica deste componente. A imagem é submetida a umalgoritmo de detecção de face utilizando assinatura dosobjetos. Já Ahlvers, Zölzer e Rajagopalan [3]utilizaram cluster de pele HSV para detecção erastreamento da face. Yang, Lu e Waibel [4] obtiverambons resultados ao utilizar o modelo RGB paradetecção de pele.Este artigo compara a utilização de três diferentesmodelos de cor (RGB, HSV e YCbCr) para a detecçãode pele em imagens digitais. O método de detecção depele consiste na comparação de três tipos diferentes deClusters de pele, esta metodologia foi implementada noMatlab versão 7.0 [5]. As imagens utilizadas são dabase de imagens do Instituto de Tecnologia daCalifórnia [6]. Elas são coloridas e contém pessoas emposes frontais, em diferentes locações, com diferentesexpressões e condições de iluminação e ambos ossexos .2. Espaço de corA escolha do espaço de cor pode ser consideradapasso principal na classificação da cor da pele. Oespaço RGB é definido por três inteiros querepresentam respectivamente as quantidades das coresprimárias (vermelho, verde e azul) usadas para gerar acor da maioria dos formatos de imagem disponíveis.Qualquer outro espaço pode ser obtido a partir de umatransformação do RGB que é dividida em dois grupos:aqueles que podem ser obtidos por transformaçõeslineares como YCbCr, e aqueles obtidos através detransformações não-lineares como é o caso do HSV,[7].Uma revisão dos diferentes espaços de cor pararepresentação da cor da pele e de métodos de detecçãode pixels da pele é dada em [8].2.1 Espaço de cor básico RGBO RGB é o espaço de cor mais comumenteutilizado para armazenar e representar imagens digitais,visto que os dados capturados por uma câmera sãonormalmente fornecidos em RGB.Ahlvers, Zölzer e Rajagopalan [3] desenvolveramum método para construir um classificador de clusterda pele baseado no espaço de cor RGB dado por:(R,G,B) é classificado como pele se:R>95 e G>40 e B>20 eMax{R,G,B} – Min(R,G,B}>15 e|R-G|>15 e R>G e R>B]onde R,G,B = [0,255]Este método tem como vantagem a simplicidade e aclassificação muito rápida na detecção da pele, porém édifícil encontrar o espaço de cor e regras adequadasempiricamente.170