17、基于肤色分割和支持向量机的营养辅助

基于肤色分割和支持向量机的营养辅助

1. 引言

肤色分割在众多应用中是一项重要任务，例如人脸检测、定位和跟踪，显示屏肤色增强等。它也是许多其他应用的关键初始步骤，像运动分析与跟踪、视频监控、手势识别、视频会议、人机交互以及图像和视频的索引与检索等。

肤色分割的目标是在图像或视频帧中识别出人体肢体或躯干的存在。提取的掩码，即身体含皮肤部分与背景颜色不同的图像，可作为活动识别算法的输入。开发一个利用视频处理技术自动识别进食和饮水活动的系统，能以非侵入方式帮助早期痴呆患者延长独立生活时间，该系统旨在识别这些人的营养异常，并满足他们的日常营养需求。

为保护最终用户和训练数据记录参与者的隐私，需要采用保护隐私的人体表示方法，即构建皮肤部分为白色、其余背景为黑色的二值图像。虽然用户尤其是老年人抗拒家中有摄像头监控日常活动，但他们对仅分析轮廓的监控系统持积极态度。

本文提出了一种新的肤色分割方法，它基于结合 RGB 和 HSV 颜色空间，并将其作为特征输入到线性支持向量机（SVM）中。通过增加 RGB 特征的维度，加入 H 和 S 分量（它们是 RGB 的非线性函数），创建了 RGB - HS 特征空间，使皮肤能更有效地与非皮肤区域线性分离。

2. 颜色空间

在图像处理领域，为肤色分割选择合适的颜色空间是一个有争议的问题。不同特性的各种颜色空间可用于基于像素的皮肤检测，有时结合使用能提高性能。

2.1 RGB 颜色空间

RGB（红、绿、蓝）颜色空间是处理、表示和存储数字图像像素信息最常用的模型。虽然有观点认为结合其他颜色空间可提高 RGB 中像素识别的准确性，但它仍被广泛用于皮肤检测。