Fair comparison of skin detection approaches on publicly available datasets
Info
年份：2020
期刊：EXPERT SYSTEMS WITH APPLICATIONS JCR分区Q1
Abstract
提出了一个公平比较方法，使用几个不同的数据集
主要贡献：
- 肤色检测方法详尽介绍和一个公平比较方法
- 数据集收集和检查
- 一个评估和结合不同皮肤检测方法的框架
- 集成
Conclusion
DeepLabv3 +,根据我们的实验是表现最好的独立方法
预训练、微调和集成都是有效的
现在皮肤分割的最大问题就是没有数据集，建议收集一个不同地区的人的大数据集
皮肤颜色检测器->颜色恒常性的预处理->形态学算子的后处理
Introduction
用于区分皮肤和非皮肤像素的有用特征是像素颜色;然而，在不同光照、不同种族和不同采集设备下获得肤色一致性是一项非常具有挑战性的任务。此外，皮肤检测作为其他应用程序的初步步骤，需要计算效率高，不受几何变换、局部遮挡或姿态/面部表情变化的影响，对复杂或伪皮肤背景不敏感，对采集设备的质量具有鲁棒性。
较近的综述就这三篇 和另外两篇比，这篇主要提供公平比较方法
现有的最近的深度学习：
- Patch-wise skin segmentation of human body parts via deep neural networks 15 JEI
- Combining Convolutional and Recurrent Neural Networks for Human Skin Detection 17 SPL
- Human Skin Segmentation Using Fully Convolutional Neural Networks 18GCCE
Skin detection approaches
影响因素：
- Human characteristics as ethnicity and age
- Acquisition conditions
- Skin painting
- Complex background
皮肤检测方法分类：
- 考虑是否存在预处理步骤，如色彩校正和照明取消或动态适应，以减少不同获取条件的影响
- 考虑用于像素分类的颜色空间 A survey of skin-color modeling and detection methods 07PR basic models (i.e. RGB, normalized RGB), perceptual models (i.e. HIS, HSV) perceptual uniform models (i.e. CIE-Lab, CIE-Luv) and orthogonal models (i.e. YCbCr, YIQ) with the finding that orthogonal models are characterized by a reduced redundancy/correlation among channels, therefore they are the most suited for skin detection
- Examining the problem formulation：图像分割出皮肤存在的区域/基于分隔和分类像素而不考虑邻居/基于像素 基于区域的论文很少，最近的一些卷积神经网络也可以看做基于分割这一类
- 执行像素分类的不同方法。1基于规则 2基于使用参数化或非参数化方法的机器学习方法估计颜色分布
- 机器学习分类器的不同方法 8种
最近的两个主方向：
- 对于一些应用，背景很容易区分，简单的基于规则的方法就可以，这种往往作为别的复杂任务的一个步骤；然后列举了一系列方法 15年名为SKN的新颜色空间
- 神经网络的
12种基本方法：
- Statistical color models with application to skin detection 2002IJCV GMM Bayes
- Detector adaptation by maximising agreement between independent data sources 2007CVPR SPL 基于像素
- Cheddad
- Chen
- SA1 SA2 SA3
- DYC
- SegNet
- U-Net
- DeepLab Deeplabv3+ ResNet50预训练 batch size32 学习率0.001 最大epoch30
重点看TABLE1
Skin detection evaluation: Datasets and performance indicators
重点看TABLE2
SDD 2015 21000张 精确 未开源
HGR 2014 1558张 手势图片和皮肤mask 精确 开源
SFA 2013 1118 张 中等精度 开源
VDM 2013 285张 精确 人类活动识别+光照广泛 开源
Pratheepan 2012 78张 精确 简单背景+复杂背景 开源
Feeval 2009 8991张 不精确质量低但多 开源
Schmugge 2007 845张 精确 三类 开源
ECU 2005 4000张 精确 未开源
A fair experimental comparison
重点看TABLE3、4
A survey on skin detection in colored images
Info
年份：2018
期刊：ARTIFICIAL INTELLIGENCE REVIEW JCR分区Q1
A Comprehensive Survey on Human Skin Detection
Info
2016 IJIGSP
Abstract
Real-time Segmentation and Facial Skin Tones Grading
Info
CVPR
Summary
毛发和面部皮肤分割方法，DCNN，
