基于代價(jià)敏感性AdaBoost的皮膚分類器

趙健成　趙逢禹

摘 要：為解決不同光照條件下皮膚難以檢測(cè)的問(wèn)題，提出一種基于代價(jià)敏感性CS-AdaBoost算法的皮膚分類器。通過(guò)對(duì)皮膚像素提取6個(gè)基于亮度值的像素特征，并循環(huán)選取特征，使用基于CS-AdaBoost算法程序訓(xùn)練最佳弱分類器，通過(guò)對(duì)所有最佳弱分類器的加權(quán)線性組合得到最終的皮膚分類器。由于在算法程序中引入了代價(jià)因子θ，使分類結(jié)果偏向總錯(cuò)分代價(jià)較小，即提高了皮膚樣本的分類正確率。使用SDD皮膚數(shù)據(jù)庫(kù)評(píng)估該皮膚分類器性能，結(jié)果表明，該皮膚分類器分類正確率達(dá)到了85%，比傳統(tǒng)皮膚分類方法提高了5%。

關(guān)鍵詞：皮膚分類器;CS-AdaBoost;亮度特征

DOI：10. 11907/rjdk. 191580

中圖分類號(hào)：TP301 ? 文獻(xiàn)標(biāo)識(shí)碼：A??????????????? 文章編號(hào)：1672-7800（2020）003-0031-04

A Skin Classifier Based on Cost_Sensitive AdaBoost

ZHAO Jian-cheng，ZHAO Feng-yu

（School of Optical-Electrical and Computer Engineering，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：In order to solve the problem of difficult skin detection under different illumination conditions， a skin classifier based on cost-sensitive CS-AdaBoost algorithm is proposed. The skin classifier extracts six pixel features based on luminance values for skin pixels， and cyclically selects features using the CS-AdaBoost algorithm program to train the best weak classifier， and finally passes the weighted linear combination of all the best weak classifiers to get the final skin classifier. Since the cost factor θ is introduced in the algorithm program， the classification result of the proposed skin classifier tends to be less costly， that is， the classification accuracy rate of the skin sample is improved. Finally， the SDD skin database was used to evaluate the performance of the proposed skin classifier. The experimental results show that the classification accuracy rate of the proposed skin classifier is 85%， which is 5% higher than the traditional skin classification method.

Key Words：skin classifier; CS-AdaBoost; brightness value features

0 引言

膚色檢測(cè)[1]是在圖像中選取對(duì)應(yīng)人體皮膚像素的過(guò)程，是人臉檢測(cè)[2-3]、識(shí)別、跟蹤和視頻處理的關(guān)鍵。膚色檢測(cè)是人臉或手勢(shì)等身份、情感和行為識(shí)別系統(tǒng)的重要組成部分，在安全防范、反恐和醫(yī)療保健等領(lǐng)域，以及與人有關(guān)的各種機(jī)器視覺(jué)系統(tǒng)中得到了越來(lái)越多的應(yīng)用，具有巨大的市場(chǎng)潛力。

膚色檢測(cè)方面研究成果較多。在文獻(xiàn)[4]中，Luh使用皮膚檢測(cè)器將皮膚像素與其它部分分離，然后將分離得到的膚色區(qū)域作為人臉檢測(cè)算法的目標(biāo)對(duì)象。盡管皮膚檢測(cè)器在正常情況下效率較高，但如果圖像中包含類似皮膚的非皮膚像素，則會(huì)將這些區(qū)域誤識(shí)別為膚色區(qū)域。文獻(xiàn)[5]中作者提出了一種復(fù)雜光照下的膚色檢測(cè)技術(shù)，針對(duì)Hsu R L膚色檢測(cè)算法在高亮度區(qū)間漏檢率高的情況，提出一種新的非線性變換彩色空間YCbCr對(duì)人臉膚色進(jìn)行分割。實(shí)驗(yàn)表明在人臉出現(xiàn)高光時(shí)，新提出的非線性彩色空間變換算法定位準(zhǔn)確，漏檢率和誤檢率低;Insung Hwang等[6]基于亮度值提出了一種新的皮膚檢測(cè)算法，在他們的算法中，通過(guò)眼睛檢測(cè)器和橢圓邊界檢測(cè)面部，從面部區(qū)域獲得顏色分量相對(duì)于亮度值的聯(lián)合高斯分布，然后利用從面部區(qū)域獲得的統(tǒng)計(jì)數(shù)據(jù)，將圖像中的每個(gè)像素分類為皮膚或者非皮膚。

Freund & Schapire[7]引入AdaBoost，提出基于訓(xùn)練與學(xué)習(xí)的方法提高皮膚檢測(cè)與識(shí)別精度。將弱分類器有效集成到強(qiáng)分類器中，用于改進(jìn)任何給定學(xué)習(xí)算法的分類性能。其性能優(yōu)異，廣泛應(yīng)用于膚色識(shí)別。然而該方法的缺點(diǎn)是訓(xùn)練時(shí)間過(guò)長(zhǎng)而且執(zhí)行效果依賴于弱分類器選擇。針對(duì)訓(xùn)練時(shí)間過(guò)長(zhǎng)問(wèn)題，文獻(xiàn)[8]采取動(dòng)態(tài)權(quán)重修剪，在處理大型數(shù)據(jù)集時(shí)大大提高了訓(xùn)練速度。在每次迭代中，算法丟棄大多數(shù)重量輕的樣本，只保留重量大的樣本進(jìn)行訓(xùn)練。這樣在訓(xùn)練期間，只有一小部分樣本用于訓(xùn)練弱分類器，速度大大提高，缺點(diǎn)是膚色區(qū)域的精確率不是很理想。

目前AdaBoost算法以訓(xùn)練樣本分類正確率為目標(biāo)，其基于所有樣本被錯(cuò)誤分類的代價(jià)相等。但是現(xiàn)實(shí)生活中很多分類問(wèn)題都屬于代價(jià)敏感分類，僅僅考慮分類錯(cuò)誤率是不夠的。比如將有病誤診為無(wú)病，其代價(jià)一般會(huì)比將無(wú)病誤診為有病大得多，前者會(huì)導(dǎo)致失去生命，后者只增加成本，皮膚檢測(cè)亦是如此。作為人臉檢測(cè)、識(shí)別、跟蹤和視頻處理的關(guān)鍵，皮膚樣本的精確率尤為重要，將非皮膚錯(cuò)誤分類為皮膚的代價(jià)要遠(yuǎn)遠(yuǎn)大于將皮膚錯(cuò)誤分類為非皮膚的代價(jià)。

本文主要研究在不同光照和復(fù)雜背景條件下的皮膚檢測(cè)。為了能更好地提高皮膚樣本的精確率，采用了一種改進(jìn)的AdaBoost算法，稱為基于代價(jià)敏感性AdaBoost（Cost-Sensitive AdaBoost）[9]算法。該算法在AdaBoost算法中引入代價(jià)因子[θ]，在樣本權(quán)重調(diào)整時(shí)，對(duì)于代價(jià)高的誤分類樣本大幅提高其權(quán)重，將整個(gè)算法的分類結(jié)果偏向錯(cuò)分代價(jià)較小的類，同時(shí)加快訓(xùn)練過(guò)程的收斂速度。本文通過(guò)對(duì)皮膚像素提取6個(gè)基于亮度信息的特征，并基于該算法訓(xùn)練弱分類器，最終輸出皮膚強(qiáng)分類器。

1 Cost-Sensitive AdaBoost

CS-AdaBoost針對(duì)訓(xùn)練數(shù)據(jù)集上不同類別樣本錯(cuò)分后造成的損失問(wèn)題，在AdaBoost算法基礎(chǔ)上進(jìn)行了改進(jìn)。AdaBoost算法簡(jiǎn)單描述如下：

算法1：AdaBoost

輸入：訓(xùn)練數(shù)據(jù)集S={（[xi，yi]）}，i=1，…，N，[yi]∈{+1，-1}代表皮膚區(qū)域與非皮膚區(qū)域。

輸出：最終的強(qiáng)分類器H（x）。

處理過(guò)程：

（1）給定樣本空間S={（[xi，yi]）}，i=1，…，N，并初始化樣本權(quán)重。

（2）對(duì)于t=1，2，…，T（這里的t代表一個(gè)特征）：①用弱學(xué)習(xí)算法訓(xùn)練樣本數(shù)據(jù)集，得到弱分類器[ht];②計(jì)算弱分類器的分類誤差率;③計(jì)算該弱分類器的權(quán)重系數(shù)[αt];④根據(jù)該弱分類器的分類誤差率更新樣本權(quán)值分布，對(duì)于分類正確時(shí)樣本權(quán)重值取值較小，分類錯(cuò)誤時(shí)取值較大，這樣下一輪訓(xùn)練集樣本中權(quán)重值較大的樣本會(huì)得到更多的重視;⑤循環(huán)選擇下一個(gè)特征，并用更新后的訓(xùn)練集樣本進(jìn)行訓(xùn)練，得到下一個(gè)弱分類器。

（3）利用加權(quán)平均法構(gòu)建弱分類器的線性組合，得到最終的強(qiáng)分類器[H（x）]。

為使算法由關(guān)注錯(cuò)誤率最小轉(zhuǎn)而關(guān)注分類代價(jià)最小，CS-AdaBoost算法在對(duì)樣本權(quán)重值更新時(shí)對(duì)AdaBoost進(jìn)行了改進(jìn)。由于AdaBoost算法在抽取訓(xùn)練集樣本時(shí)，樣本權(quán)重與被抽中的概率成正比，所以在CS-AdaBoost中引入一個(gè)代價(jià)參數(shù)[θ]，將皮膚以及非皮膚這兩類樣本分別給予不同的權(quán)值，并在每一輪訓(xùn)練后根據(jù)不同類別樣本造成的損失大小動(dòng)態(tài)更新樣本權(quán)值分布，從而組成代價(jià)敏感的強(qiáng)分類器。

本文主要有兩種類別的錯(cuò)誤分類：①將非皮膚區(qū)域錯(cuò)誤分類為皮膚區(qū)域;②將皮膚區(qū)域錯(cuò)誤分類為非皮膚區(qū)域。由于本文主要考慮的是皮膚樣本的高精確率，因此對(duì)于第②種錯(cuò)誤分類給予較大的權(quán)重值，對(duì)第①種則給予較小的值，這樣在后續(xù)的弱分類器訓(xùn)練中，第②種錯(cuò)誤分類情況的訓(xùn)練樣本會(huì)得到更多的重視，從而在最后輸出的強(qiáng)分類器中皮膚樣本的精確率最高。

2 基于CS-AdaBoost算法的皮膚分類器

為有效檢測(cè)出輸入圖像中的皮膚區(qū)域，采用20×20的矩形窗口對(duì)圖像進(jìn)行掃描，以此作為一個(gè)訓(xùn)練樣本。由于在CS-AdaBoost學(xué)習(xí)過(guò)程中，為訓(xùn)練每個(gè)弱分類器，訓(xùn)練集樣本被重復(fù)使用多次，因此對(duì)輸入圖像進(jìn)行膚色粗分割預(yù)處理采樣，去除不包含任何膚色區(qū)域的樣本，從而減少訓(xùn)練集樣本數(shù)量，提高弱分類器訓(xùn)練速度。

實(shí)際上，皮膚像素不同的特征體現(xiàn)在其區(qū)域中的亮度平均值上，亮度強(qiáng)度能有效識(shí)別皮膚像素 [10]。因此，亮度值是一個(gè)非常重要的膚色特征，被作為本文實(shí)驗(yàn)特征提取的一個(gè)重要依據(jù)。

訓(xùn)練皮膚分類器過(guò)程如圖1所示。首先對(duì)輸入圖像進(jìn)行預(yù)處理，然后提取6個(gè)基于亮度的像素特征，根據(jù)這些特征分別訓(xùn)練弱分類器，最后輸出最終的皮膚分類器。

2.1 圖像訓(xùn)練集采樣

對(duì)輸入圖像轉(zhuǎn)化到Y(jié)CbCr 顏色空間[11]。YCbCr 顏色空間是一種有效的膚色表示空間[12]，其中Y表示亮度，顏色的色度信息由分量Cr和Cb表示，Cr是紅色分量R與亮度Y的差值，Cb是藍(lán)色分量B與亮度Y的差值。人的膚色在外觀上的差異主要由亮度引起，實(shí)驗(yàn)表明膚色在YCbCr顏色空間的CbCr平面上分布在一個(gè)近似橢圓的區(qū)域范圍內(nèi)。膚色圖像的CbCr分布如圖2所示。

首先將每幅輸入圖像分割成若干個(gè)20×20大小的矩形區(qū)域，作為初始訓(xùn)練集樣本，然后將這些樣本分別轉(zhuǎn)換到Y(jié)CbCr顏色空間，對(duì)樣本中的每個(gè)像素按式（1）進(jìn)行計(jì)算，判斷是否屬于皮膚區(qū)域。

色度在閾值范圍的像素取值為1（膚色區(qū)域），不在閾值范圍內(nèi)的取值為0（非膚色區(qū)域），由此得到該20×20矩形區(qū)域的二值圖像。若該區(qū)域的像素取值全為0，則去除該樣本，最終得到經(jīng)過(guò)篩選后的訓(xùn)練集樣本。

2.2 分類器訓(xùn)練

皮膚檢測(cè)分類器基于多個(gè)弱分類器構(gòu)建而成，每個(gè)弱分類器都是基于一個(gè)簡(jiǎn)單的特征構(gòu)建。在本文實(shí)驗(yàn)中選擇6個(gè)基于亮度的像素特征[13]，每個(gè)樣本是一個(gè)20×20的矩形區(qū)域，通過(guò)計(jì)算該區(qū)域內(nèi)所有像素的亮度信息得到像素特征。

將該區(qū)域所有像素劃分為3個(gè)亮度值頻帶，分別是[0，85]、（85，170]以及[170，255]，計(jì)算得到每個(gè)頻帶像素的亮度平均值，將其作為該樣本的第1、第2和第3特征;然后計(jì)算每個(gè)頻帶像素的亮度平均方差，將其作為該樣本的第4、第5和第6個(gè)特征。

算法2：SKIN-CS-AdaBoost

輸入：訓(xùn)練數(shù)據(jù)集S={（[xi，yi]）}，i=1，…，N，[yi]∈{+1，-1}，代表皮膚區(qū)域與非皮膚區(qū)域

輸出：最終的強(qiáng)分類器H（x）

處理過(guò)程：

給定一個(gè)代價(jià)參數(shù)[θ]，[θ]值的大小為自定義。

計(jì)算出每個(gè)訓(xùn)練樣本的樣本代價(jià)[？i]：

根據(jù)樣本代價(jià)[？i]初始化訓(xùn)練集樣本權(quán)重：

給定t=1，…，T（T為弱分類器數(shù)量）：

（1）通過(guò)訓(xùn)練集樣本權(quán)重[Wt]和訓(xùn)練集S訓(xùn)練弱分類器[ht]。

（2）計(jì)算弱分類器的分類錯(cuò)誤率[εt]：

（3）計(jì)算得到該弱分類器的權(quán)重系數(shù)[αt]：

（4）更新下一輪訓(xùn)練集樣本權(quán)重[Wt+1]：

其中[Zt]是歸一化因子，它是所有樣本的權(quán)重之和：

（5）輸出最終的強(qiáng)分類器[H（x）]：

[H（x）=sign（t=1Tαtht（x））]?? （8）

在SKIN-CS-AdaBoost學(xué)習(xí)算法中，首先引入代價(jià)參數(shù)[θ]，根據(jù)式（2）計(jì)算得到每個(gè)訓(xùn)練樣本的樣本代價(jià)[θi]，再根據(jù)式（3）對(duì)每個(gè)訓(xùn)練樣本初始化權(quán)重。這里選擇代價(jià)參數(shù)[θ]>1，因?yàn)樵谟?xùn)練集樣本權(quán)重更新過(guò)程中， 對(duì)于區(qū)分是否為皮膚樣本這樣的二分類，弱分類器[ht]的輸出值取值為{-1，1}，[yi]的取值為{-1，1}，對(duì)于正確的分類[yiht（xi）]>0，對(duì)于錯(cuò)誤的分類[yiht（xi）]<0。為使皮膚樣本在后續(xù)弱學(xué)習(xí)器中得到更多重視，選擇[θ]>1，在式（3）中使皮膚樣本的[θi]大于非皮膚樣本的[θi]。在式（6）中更新下一輪訓(xùn)練集樣本權(quán)重[Wt+1]，錯(cuò)誤分類的皮膚樣本權(quán)重將比錯(cuò)誤分類的非皮膚樣本權(quán)重增加很多，并且正確分類的非皮膚樣本權(quán)重將比正確分類的皮膚樣本權(quán)重減少很多，從而大大提高皮膚樣本分類精確率。

SKIN-CS-AdaBoost循環(huán)選取皮膚6個(gè)分類特征訓(xùn)練弱分類器。首先選擇第1個(gè)特征，通過(guò)訓(xùn)練集樣本及其權(quán)重得到第1個(gè)弱分類器，然后根據(jù)式（4）計(jì)算該弱分類器的分類錯(cuò)誤率，再根據(jù)式（5）計(jì)算得到權(quán)重系數(shù)，最后根據(jù)式（6）更新訓(xùn)練集樣本權(quán)重值，選擇第2個(gè)特征，進(jìn)行下一輪訓(xùn)練，循環(huán)6次。

循環(huán)完畢后得到6個(gè)弱分類器，根據(jù)式（8）加權(quán)組合得到最終的皮膚分類器。

3 實(shí)驗(yàn)結(jié)果

為驗(yàn)證本文提出的基于CS-AdaBoost的皮膚分類器性能，構(gòu)造一個(gè)實(shí)證實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)集通過(guò)使用SDD皮膚數(shù)據(jù)庫(kù)評(píng)估所提出的皮膚分類器性能。在文獻(xiàn)[10]中發(fā)現(xiàn)SSD是一個(gè)非常廣泛的數(shù)據(jù)庫(kù)，適用于皮膚分類器評(píng)估，其中包含超過(guò)20 000個(gè)彩色圖像，涵蓋了世界各地不同條件下捕獲的各種照片。

本文把SKIN-CS-AdaBoost分類器和其它一些流行方法的最終結(jié)果進(jìn)行視覺(jué)比較。在圖3中，第1行顯示原始圖像，第2、3行是文獻(xiàn)[14]中介紹的方法（CMYK1和CMYK2）， 第4行是基于傳統(tǒng)AdaBoost[15]的方法，最后一行是本文方法。

從圖3可以明顯看出，第2列的原始圖像中，左上方背景及右下方衣服包含類似皮膚的區(qū)域，對(duì)于這種情況，其它方法在將非皮膚像素與皮膚像素分離時(shí)面臨困難，如CMYK1及CMYK2方法將部分背景分類為皮膚像素，在第3幅圖像中，CMYK1和CMYK2將奶茶接受為皮膚區(qū)域。本文分類器針對(duì)這種情況進(jìn)行了改進(jìn)，可以觀察到本文提出的方法比傳統(tǒng)AdaBoost的檢測(cè)方法精確率更高。

在SDD數(shù)據(jù)庫(kù)[16]上測(cè)試的結(jié)果如表1所示。其中，TP、FN、TN、FP和C代表真陽(yáng)性、假陰性、真陰性、假陽(yáng)性和總體正確性。可以看到，基于CS-AdaBoost的皮膚分類器具有更高的精確率。

4 結(jié)語(yǔ)

本文提出了一種基于代價(jià)敏感的AdaBoost皮膚分類器，該分類器對(duì)不同的錯(cuò)誤分類提供不同的代價(jià)，動(dòng)態(tài)更新樣本權(quán)值分布，使分類器更加關(guān)注于膚色區(qū)域的精確率。測(cè)試集結(jié)果證明了該分類器的有效性。但在精確率提高的同時(shí)漏檢率也有相應(yīng)提高。因此，在使用時(shí)要根據(jù)不同的目的選擇一個(gè)合適的代價(jià)系數(shù)。另外，由于最終的強(qiáng)分類器是以20×20的矩形區(qū)域進(jìn)行掃描分類的，導(dǎo)致對(duì)平移的微小變化不敏感，因此通常在掃描圖像中的某些皮膚區(qū)域周?chē)M(jìn)行多次檢測(cè)，在后續(xù)研究中可考慮加入一些后處理方法加以改進(jìn)。

參考文獻(xiàn)：

[1]陳鍛生，劉政凱. 膚色檢測(cè)技術(shù)綜述[J]. 計(jì)算機(jī)學(xué)報(bào)，2006，29（2）：194-207.

[2]祝秀萍，吳學(xué)毅，劉文峰.人臉識(shí)別綜述與展望[J]. 計(jì)算機(jī)與信息技術(shù)，2008（4）：53-56.

[3]沈翔，朱建鴻. 基于膚色與改進(jìn)Adaboost算法的人臉檢[J]. 傳感器與微系統(tǒng)，2019，26（11）：143-145.

[4]LUH? G. Face detection using combination of skin color pixel detection and Viola Jones face detector[C]. International Conference on Machine Learning and Cybernetics （ICMLC），2014：364-370.

[5]GANESH B，SOLANKE，SONAL GORE. GPU accelerated computing for human skin colour detection using YCBCR colour model[C].? 2017 International Conference on Computing， Communication， Control and Automation （ICCUBEA）， 2017：1-6.

[6]HWANGI，LEE? S H，MIN B，et al. Luminance adapted skin color modeling for the robust detection of skin areas[C]. 20th IEEE International Conference on Image Processing （ICIP），2013：2622-2625.

[7]SCHAPIRE R，F(xiàn)REUND Y，BARTLEN P，et al. Boosting the margin： a new explanation for the effectiveness of voting methods[J]. The Annals of Statistics， 1998，110（26）：1651-1686.

[8]JIA H X，ZHANG Y J. Fast adaboost training algorithm by dynamic weight trimming[J]. Chinese Journal of Computers，2009（1）：511-518.

[9]ZHAI X Y，WANG X D，JIANG Y， et al. Multi-class cost sensitive adaboost algorithm based on cost sensitive exponential loss function[C].? 2017 29th Chinese Control And Decision Conference （CCDC）， 2017：6161-6166.

[10]MARIáN BENIAK， JARMILA PAVLOVI？OVá. Luminance component in skin color detection[C]. 2011 18th International Conference on Systems， Signals and Image Processing， 2011：1-4.

[11]邱迪.? 基于HSV與YCrCb顏色空間進(jìn)行膚色檢測(cè)的研究[J].? 電腦編程技巧與維護(hù)，2012（10）：74-75.

[12]SUKMAWATI N， ENDAH， HELMIE A，et al. Skin detection based on local representation of YCbCr color moment[C]. 2017 1st International Conference on Informatics and Computational Sciences （ICICoS）， 2017：65-70

[13]陶霖密，彭振云，徐光祐. 人體的膚色特征[J]. 軟件學(xué)報(bào)，2001（7）：1032-1041.

[14]SAWICKI D J，MIZIOLEK W. Human colour skin detection in CMYK colour space[J]. Journal of Image Processing， IET， 2015（9）：751-757.

[15]李明瑞，傅明，曹敦. 基于膚色檢測(cè)的 AdaBoost人臉檢測(cè)算法改進(jìn)[J]. 計(jì)算機(jī)工程，2012（19）：147-150.

[16]MOHAMMAD REZA MAHMOODI，SAYED MASOUD SAYEDI， FARIBA KARIMI，et al. SDD： a skin detection dataset for training and assessment of human skin classifiers[C]. 2015 2nd International Conference on Knowledge-Based Engineering and Innovation （KBEI）， 2015：71-77.

（責(zé)任編輯：杜能鋼）

收稿日期：2019-04-21

基金項(xiàng)目：國(guó)家自然科學(xué)基金青年項(xiàng)目（61402288）

作者簡(jiǎn)介：趙健成（1993-），男，上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院碩士研究生，研究方向?yàn)閳D像處理、機(jī)器學(xué)習(xí);趙逢禹（1963-），男，博士，上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院教授、碩士生導(dǎo)師，研究方向?yàn)闄C(jī)器學(xué)習(xí)、多媒體技術(shù)。