ارزیابی توانایی ایجاد تمایز پیکسلهای پوستی در مدلهای فضای رنگ مستقل از مولفه روشنایی

ویژگی رنگ، مشخصه مفیدی جهت تسهیل الگوریتمهای شناسایی چهره بهشمار میرود. در این مقاله، از الگوریتم بیشینه سازی مقدار متوسط برای تعیین تابع چگالی احتمال پیکسلهای پوستی و به یروی از آن، استخراج نواحی مستعد رنگ پوست استفاده شده است. همچنین اثر انتخاب فضاهای رنگ مختلف در این الگوریتم با استفاده از منحنیهای مشخصه عملیاتی گیرنده مورد ارزیابی قرار گرفته است. به منظور بدست آوردن این دسته منحنیها، روشی بسیار کارآمد و سریع با استفاده از ماسک متمم تصویر برای محاسبه نرخ تشخیص درست پیکسلهای پوستی و همچنین نرخ هشدار کاذب پیکسل- های غیر پوستی، پیشنهاد شده است. با استفاده از روش سنجش ارایه شده، عملکرد دستهبندی پیکسلهای پوستی در مدل های فضای رنگ معروف از جمله مدلRGB نرمالیزهYCbCr و HSIبررسی شده و با استفاده از معیار مورد نظر، نخست نشان داده شده است که هرچند کیفیت دستهبندی در مدلهای فضای رنگی که مولفه رنگ را به طور مستقل به کار می- گیرند، بهتر از سایر مدلهای مرسوم است؛ ولی با افزایش تعداد تابعهای گوسی در مدل پارامتری، این افزایش کیفیت، چندان چشمگیر نیست. همچنین نشان داده شده است که کیفیت دستهبندی در حالتی که از مدل پارامتری مناسب استفاده شود،میتواند مستقل از مدل فضای رنگ باشد. در پایان با توجه به نتایج بدست آمده، روشی بر پایه انتخاب آستانه مناسب برای تهیه ماسک جدا کننده پیکسلهای پوستی ارائه شده است