[发明专利]肤色识别方法及装置、存储介质

权利要求书

1.一种肤色识别方法，其特征在于，所述方法包括：

获取人脸图像；

确定所述人脸图像中的每个像素的目标色域差，所述每个像素的目标色域差为所述每个像素中指定的两个颜色分量的强度值之差；

确定目标色域差的最大值和最小值，确定所述每个像素的目标色域差与所述目标色域差的最大值和最小值的关系；根据所述每个像素的目标色域差与所述目标色域差的最大值和最小值的关系，采用颜色置信度公式计算得到所述每个像素的颜色置信度；根据所述人脸图像中的所有像素的颜色置信度，确定所述人脸图像中的人脸的肤色属于目标肤色的肤色置信度；所述肤色置信度反映所述人脸图像中的人脸的肤色为所述目标肤色的概率；

其中，所述颜色置信度公式为：

所述P表示所述每个像素的颜色置信度，所述C表示所述每个像素的目标色域差，所述C_min表示所述目标色域差的最小值，所述C_max表示所述目标色域差的最大值。

2.根据权利要求1所述的方法，其特征在于，所述确定所述人脸图像中的每个像素的目标色域差，包括：

确定所述每个像素的各个色度分量的色度值；

根据所述每个像素的各个色度分量的色度值，确定所述每个像素的目标色域差。

3.根据权利要求2所述的方法，其特征在于，所述每个像素的色度分量包括蓝色色度分量和红色色度分量，所述根据所述每个像素的各个色度分量的色度值，确定所述每个像素的目标色域差，包括：

根据所述每个像素的蓝色色度分量的色度值和红色色度分量的色度值，采用色域差公式计算得到所述每个像素的目标色域差；

其中，所述色域差公式为C＝a×(U-128)+b×(V-128)，所述C表示所述每个像素的目标色域差，所述U表示所述每个像素的蓝色色度分量，所述V表示所述每个像素的红色色度分量，所述a和所述b均为常数。

4.根据权利要求1所述的方法，其特征在于，所述确定目标色域差的最大值和最小值，包括：

对所述目标肤色的人脸图像中的像素的目标色域差进行统计，根据统计结果绘制散点图，所述散点图中的每个散点表示一个目标色域差；

根据所述散点图确定所述目标肤色的人脸图像中的像素的目标色域差的分布情况；

将所述散点图上散点分布密集的目标色域差的区间作为所述目标色域差的取值范围，将所述目标色域差的取值范围的最小值作为所述目标色域差的最小值C_min，将所述目标色域差的取值范围的最大值作为所述目标色域差的最大值C_max。

5.根据权利要求1所述的方法，其特征在于，所述根据所述人脸图像中的所有像素的颜色置信度，确定所述人脸图像中的人脸的肤色属于目标肤色的肤色置信度，包括：

将所述人脸图像中的所有像素的颜色置信度进行平均，得到所述人脸图像中的所有像素的颜色置信度的平均颜色置信度，将所述平均颜色置信度确定为所述人脸图像中的人脸的肤色属于所述目标肤色的肤色置信度。

6.根据权利要求1所述的方法，其特征在于，所述根据所述人脸图像中的所有像素的颜色置信度，确定所述人脸图像中的人脸的肤色属于目标肤色的肤色置信度，包括：

对所述人脸图像中的所有像素的颜色置信度进行加权运算，得到所述人脸图像中的所有像素的颜色置信度的加权值，将所述加权值确定为所述人脸图像中的人脸的肤色属于所述目标肤色的肤色置信度。

7.根据权利要求1至6任一所述的方法，其特征在于，所述确定所述人脸图像中的每个像素的目标色域差，包括：

从所述人脸图像中确定目标图像区域；

确定所述目标图像区域中的每个像素的目标色域差。

8.根据权利要求1至6任一所述的方法，其特征在于，所述指定的两个颜色分量包括红色颜色分量、蓝色颜色分量和绿色颜色分量中的任意两个颜色分量，所述目标肤色为黑色肤色。