Thuật toán để xác định khuôn mặt dựa trên kỹ thuật mặt nạ được mô tả như sau: 1) Xác định kích thước của hình ảnh ban đầu M và N;
2) Xác định các thành phần của H và thành phần I2; 3) Xây dựng 3 ma trận mặt nạ kích thước M*N;
4) Thực hiện phân tích thành phần của các điểm ảnh dựa trên R, G, B, H và I2 để kiểm tra điều kiện của (3.5).
5) Nếu thỏa mãn điều kiện (3.5) thiết lập giá trị 1 cho điểm (i, j) và ngược lại
1, nêu thoa man (3.4)
MASKA( ) 0, i, j nguoc lai ;
6) Lặp lại các bước 4 và 5 cho mỗi i = 1, 2, ..., M và j = 1, 2, ..., N.
Sau khi thực hiện thuật toán, chúng ta có 3 mặt nạ cho phép xác định tất cả các khuôn mặt trong hình ảnh ban đầu. Các vùng đại diện thích hợp sau khi biến đổi qua 3 ma trân ta sẽ thu được một ứng cử viên cho khuôn mặt người hoặc các vùng tương ứng với màu sắc của "màu da".
Chúng ta cần trả lời câu hỏi: Thế nào là mặt nạ thích hợp khi thực hiện một số điều
kiện nhất định (3.5) và trông giống như "mặt nạ tổng số" đại diện cho hiệu ứng kết hợp
của phân khúc từ tất cả các điều kiện (3.5)?
Ngoài ra, cũng trả lời cho câu hỏi làm thế nào để kết hợp và những mặt nạ riêng biệt khi chúng được kết hợp để xác định cách tốt nhất của ranh giới và khuôn mặt / hoặc khu vực tương ứng với màu sắc "màu da".
Câu trả lời cho câu hỏi này được đưa ra trong hình 3.5.
Cơ sở dữ liệu ảnh Phân tích các thành phần của ảnh màu
Ảnh gốc Tiền xử lý RGB H I2 Tổng hợp
Hình 3.4. Bản gốc hình ảnh tại đầu vào phát hiện và mặt nạ thích hợp xác định các khu vực của mặt người
Ở đây ở cột bên trái hiển thị hình ảnh màu sắc ban đầu, được trình bày trong định dạng không gian màu RGB. Cột thứ hai cho thấy hiệu quả của việc tiền xử lý trước khi cải thiện độ sáng của hình ảnh nguồn. Ba cột tiếp theo được tính toán cột mặt nạ. Cột cuối cùng xác định mặt nạ cho tất cả các điều kiện của (3.5).