color filtering)
Mầu da của con người có sự phân bố mầu sắc riêng và thường khác so với hầu hết những đối tượng không-phải-là-mặt. Yếu tố này có thể được sử dụng để lọc ảnh đầu vào nhằm thu được những vùng có khả năng chứa khuôn mặt. Phương pháp này cũng có thể được sử dụng để xây dựng một bộ phát hiện khuôn mặc dựa trên mầu sắc da mặt trong những môi trường đặc biệt.
Một thuật toán phát hiện khuôn mặt dựa trên mầu sắc da mặt đơn giản thường gồm hai bước:
(1) phân vùng những khu vực có khả năng chứa khuôn mặt (2) kết hợp các vùng
Nhiều không gian mầu khác nhau được sử dụng trong việc phát hiện khuôn mặt, bao gồm HSL, RGB, YCrCb,… trong đó không gian mầu HSL được cho là có hiệu quả nhất trong việc phát hiện da người.
Để xác định vùng mầu da người trong không gian mầu HSL có thể thực hiện phương pháp thống kê dựa vào một tập hợp các ảnh mẫu. Các ảnh này được tập hợp ngẫu nhiên từ nhiều nguồn (ảnh chụp, từ internet,…) và được tách riêng bằng tay phần da thịt. Các ảnh này sẽ được sử dụng để tạo ra biểu đồ mức biểu diễn sự phân bố của các thành phần H và S của mầu da.
Hình 10 – Phân bố của các thành phần H và S của mầu da người trong không gian mầu HLS
Mặc dù những hệ thống phát hiện dựa trên mấu sắc da người có hiệu năng tính toán cao, nhưng nếu chỉ dựa vào mầu sắc thì sẽ không thể đạt được độ chính xác mong muốn do những ảnh hưởng về ánh sáng, bóng, hay chủng tộc.
Ngoài ra, vùng phát hiện sẽ bao gồm cả những bộ phận khác của cơ thể (thường là chân, tay, cổ,…) và những đối tượng có mầu gần với mầu da người. Những kỹ thuật xử lý khác cần được áp dụng tiếp để loại bỏ những vùng này.
4.2 Kỹ thuật Trừ ảnh [8]
Trừ ảnh được dùng để tách nhiễu khỏi nền. Ta quan sát ảnh ở 2 thời điểm khác nhau, so sánh chúng để tìm ra sự khác biệt.
Việc trừ ảnh được thực hiện bằng cách dóng thẳng 2 ảnh rồi trừ đi để thu được ảnh mới. Ảnh thu được chính là sự khác nhau giữa hai ảnh.