[发明专利]一种针对购物图像搜索的目标衣物图像提取方法

摘要

本发明公开了一种针对购物图像搜索的目标衣物图像提取方法，用于在含单个人物和多个人物的购物商品图像中进行主体目标衣物图像提取。本算法考虑了人物的人脸位置，将肤色和人脸检测作为辅助信息协助定位衣物区域，采用统计概率模型分析衣物和图像背景，同时考虑了图像的空间信息使得模型更准确。本算法不仅适用于含单人物(模特)的购物图像，同样适用于含有多人物(模特)的购物图像，可以准确提取出每个人物(模特)身上的衣物商品。本发明方法尤其适合在电子商务和在线购物网站使用，消除复杂图像背景的影响，辨识和分析主体目标图像，为购物图像搜索引擎服务。

主权项

一种针对购物图像搜索的目标衣物图像提取方法，用于在含单个人物和多个人物的购物商品图像中进行主体目标衣物图像提取，其特征在于，对所述复杂购物图像，借助人脸和肤色检测，辅助确定前景和背景模型，使得算法更准确地提取衣服部分，降低图像中噪声的干扰，包含如下的步骤：1)图像预处理：对复杂图像进行降低图像中噪声干扰的预处理；2)人脸和肤色检测：对1)预处理过后的图像进行人脸检测和肤色检测，采用椭圆模型和高斯模型结合的方法检测出肤色区域，即：对图像分别用单高斯肤色模型和椭圆模型肤色检测以后再将两个检测结果的交集作为肤色检测的最终结果，使用Adaboost人脸检测算法在肤色区域定位人脸，确定人脸区域；3)衣物初定位：对2)所获得到的人脸区域之外的区域进行辨析，分出身体躯干区域和身体活动区域；衣物初定位的结果是身体躯干部分的衣物；4)建立衣物模型和背景模型：根据步骤3)得到的三个区域，建立衣物模型和背景模型；a)建立衣物模型：将躯干活动区域去除步骤2得到的肤色区域作为衣物样本集，建立衣物的高斯混合模型，求出每个像素点是衣物的概率；b)建立背景模型：将模特的身体活动区域以外的部分加上身体躯干区域中的肤色区域作为背景样本集，建立背景的高斯混合模型，求出每个像素点是背景的概率；c)计算图像空间信息：采用合适的分割算法对原图像进行分割，分割后的任一区域中的像素点是衣物或背景的概率是接近的即空间概率分布一致，计算每个区域所有像素点的平均衣物概率和背景概率作为该区域空 间信息概率；d)加入空间信息修正衣物和背景模型：结合步骤a、b得出的前背景概率和步骤c得出的空间信息概率，修正每个像素点是前景或者背景的概率；5)衣物初定位：a)根据第4步的结果，将所有衣物概率大于背景概率的像素点构成衣物区域，所有背景概率大于衣物概率的像素点构成背景区域；b)对得到的衣物区域去除第2步得到的肤色区域，得到最终的衣物区域；6)输出所得目标衣物图像信息。