Detection of Humans Using Color Information

In this report a method for detection of human faces from color images based on human skin color detection and subsequent segmentation and verification scheme is described. Using the large Compaq database, skin and non-skin color models are build on the basis of simple histogram approximation of the probability distributions and the Neyman-Pearson classifier used in [8] for pixel-level skin detection is designed. A connected component analysis for reducing the detection errors is proposed, resulting in a slight improvement of ROC curve in comparison with [8]. Using this method and the output mask from a skin classifier, the segmentation algorithm based on a region growing technique using the color distribution is applied. The set of face candidates obtained from the region growing algorithm is analyzed in a very simple rejecting scheme. We show respectable results from the face detection algorithm, although the face shape model is very primitive. Anotace Tato práce popisuje metodu detekce obličejů v barevných obrázcı́ch. Hlavnı́ prvky metody spočı́vajı́ v detekci kůže, segmentaci homogennı́ch oblastı́ a následné verifikaci jednotlivých oblastı́ . K detekci kůže jsou použity dva modely. Histogram barvy kůže a histogram ostatnı́ch barev (nekůže). Tyto modely sloužı́ jako aproximace rozloženı́ pravděpodobnosti barvy kůže resp. nekůže s jejichž pomocı́ je navržen Neyman-Pearsonův klasifikátor barvy kůže poprvé implementovaný v [8]. Výstup klasifikátoru je použit pro následnou segmentaci, která využı́vá techniku narůstánı́ založenou na barvě a prostorovém rozloženı́. Výsledná množina kandidátů je postupně ověřena pomocı́ primitivnı́ho prostorového modelu obličeje. Přestože zmı́něný model obličeje je velmi jednoduchý, výsledný algoritmus vykazuje slibné výsledky. I would like to express my thanks to Mr. Jones who provided us with the Compaq image database and especially to my supervisor Mr. Matas for his time and a great deal of help he gave me.