2.5.2. Modélisation de la couleur de la peau
Le but final d'un détecteur de couleur de peau est de
construire une règle de décision pour faire la différence
entre les pixels de couleur peau et les autres. On introduit habituellement une
métrique pour mesurer la distance (au sens général) entre
la couleur d'un pixel et la couleur de la peau.
Modélisation non-paramétrique.
L'idée principale dans la réalisation
non-paramétrique est d'estimer la distribution de couleur à
partir de données d'apprentissage sans en dériver explicitement
un modèle. Le résultat de ces méthodes est souvent
appelé `' carte de probabilité de couleur `'
détaillée par (Brand et
Mason, 2000) et (Gomez et
Morales 2002) où une probabilité est
associée à chaque point d'un espace de couleur.
22
Modélisation paramétrique
Les modélisations non paramétriques utilisant
des histogrammes nécessitent beaucoup d'espaces et leur pouvoir
discriminant dépend directement de la représentativité de
l'ensemble d'apprentissage. La nécessité de pouvoir disposer de
représentations plus compactes avec des possibilités de
généralisation et d'interpolation des données
d'apprentissage a motivé le développement de modèles
paramétriques de couleur de peau.
Table de correspondance.
Plusieurs algorithmes de détection d'objet en mouvement
(Chen et al., 1995),
(Sigal et al. 2000))
utilisent des histogrammes pour segmenter les pixels de couleur peau. L'espace
de couleur (habituellement l'information de chrominance seule est
utilisée) est quantifié dans les cases de l'histogramme, chacune
correspondant à un certain ensemble de composants de couleur. Ces cases
forment un histogramme 2D ou 3D selon la table de mise en correspondance.
Chaque case contient le nombre d'occurrence d'une couleur dans les images de
l'ensemble d'apprentissage. Après l'apprentissage, l'histogramme est
normalisé, convertissant les valeurs de l'histogramme en distribution de
probabilité discrète.
Pskin(c) = ~~~~|~|
~~~~ (4)
où skin|c| est la valeur de la case de
l'histogramme correspondant à la couleur c, et
Norm le coefficient de normalisation, soit la somme de toutes
les cases de l'histogramme soit la valeur maximum. Les valeurs
normalisées de la table de correspondance constituent la
probabilité que la couleur correspondante soit de la couleur de la
peau.
| 
