华 容， 夏子涛， 冯 蕾

(上海应用技术大学 a.电气与电子工程学院；b.图书馆，上海 201418)

0 引 言

肤色检测算法在人脸检测、人体追踪、手势识别以及人机交互接口中有着广泛的应用[1]。目前肤色检测算法主要是基于像素的分类方法，该方法通过每个像素的特征来区分该像素是皮肤还是非皮肤区域。在这种肤色分类方法中，研究者主要考虑两个问题：首先是选择什么样的颜色空间；其次是建立什么样的分类模型[2]。肤色检测中采用的颜色空间有RGB、Normalized RGB、HIS、YCbCr、YUV等等,采用的分类算法有Adaboost、贝叶斯网络、J48、MLP、朴素贝叶斯、随机森林、径向基函数、支持向量机等[2-3]。文献[3]中比较了不同颜色空间下，不同的分类算法基于像素的肤色检测算法。文献[4]中提出了一种肤色检测方法，该方法提出了两个阈值，如果一个像素超过较高的阈值则该像素直接判定为肤色；如果一个像素只超过较低的阈值的肤色，而且其领域的像素超过较高的阈值，则这个像素也被判定为肤色。

文献[4]中的不同在于其肤色检测算法考虑到图像的空间关系。在某些情况下，背景像素和肤色像素是完全一样的，仅仅基于单个像素本身的信息是不能识别该像素是否为肤色区域。假如一个像素的邻域内的像素都是被识别为肤色，则该像素有较大的概率是肤色像素；反之，如果其领域都为非肤色，而像素本身的信息支持其为肤色，则其是肤色的概率较小。

对于肤色分类算法，通过单个像素本身的信息提取的特征信息并不充分。……