自動膚色偵測

　　之前介紹過幾篇與膚色模型相關的文章，這次，我打算即時地去找符合當下的膚色分佈，為了因應在不同外在環境對膚色造成的影響，例如：白光、黃光等。

　　採取的手段是分析手部區域的直方圖分佈，這個想法源自於：背景(人工)的分佈會比較均勻(狹長)；而手掌(自然)的分佈會比較廣泛(常態)。例如下圖所示：這是在辦公室、日光燈光線充足的環境下，而手的分佈就落在右半邊。

　　
　　至於選擇的 color space 是 YCbCr 的 Cr channel，因為膚色比較偏黃、紅。下圖是整個演算法的流程圖，當中做了以下幾件事情：

1. Histogram Statistics & Smooth。
2. Find Global Maximum。
3. Find Local Maximum。
4. Find Valley (Local Minimum)。
5. Set-up Threshold & Create Skin Model。
   

　　以上所提的五個項目，當中參數的設置、做法，已經寫在投影片，在此不一一贅述，不過，由於測試的樣本數太少，會不會白光、黃光的分佈都這麼一致，還是個問號；另外「Set-up Threshold」的公式目前是：
　　
　　比較合理應該是除以 225 取平均，只是，我為了將指尖(比較亮、比較黃、數量比較少)也拉進來，才除上 1000，這是有待商榷的。最後，補上兩張測試結果：(因為是統計像素，所以最好是框得剛剛好的)

黃光(光線充足)

白光(光線充足)

程式碼與投影片下載

相關閱讀

• Baysian 膚色模型
• 其它膚色模型
  

不同手勢的 Fourier Descriptor

　　繼之前觀察矩形在不同維度的傅立葉描述子之變化後，這次拿不同手勢來做實驗，一共有０、１、５三種手勢。從以下的影片可以發現，當手指頭越多，一團一團的包也會越多；另外，當維度越接近起始維度時，這些包就會比較像長條狀。##ReadMore##



　　傅立葉描述子在頻率域擷取特徵，以描述物體的形狀。至於後續還可以研究(or改善)的部份有三個：

1. 利用主成分分析，找出主要維度的特徵，以減少特徵比對所需的時間。
2. 對特徵的各分量做正規化，例如：全部同除以第一個分量。如此可避免同種手形、不同大小(遠近)所造成的誤判。
3. 觀察不同手形的傅立描述子的強度(spectrum)，看看哪幾個分量比較大。這或許和 PCA 有異曲同工之妙(?)。
   

程式碼下載

相關連結

• 找出二值影像的邊緣並序列化
• Fourier Descriptor

Nvidia 3D Vision

Nvidia 的 3D 顯示技術採用「Shutter Class」的方式，透過 IR-Emitter，讓眼鏡與 120Hz LCD，以每 1/120 秒的速度，更新左右眼看到的畫面。

　　
至於把影像丟給顯示卡做繪圖的部分，是透過 DirextX 的 Direct3D APIs，所以，有了 Nvidia 的硬體配備，想要寫一個 3D 的應用程式，還得先把 Direct3D 入門一下。我有提供簡單的範例（ex: create image、camera preview）和投影片介紹，有興趣可以參考一下。

回到 Nvidia 3D Vision 的議題，他所提供的 solution 是：不管 3D 的來源為何，網路攝影機、3D video、3D game 等等，只要把左右眼的影像「side by side」放在 Direct3D 所提供的 surface 物件中，並透過指定的介面送給顯示卡，它就會做後續呈現的動作了。我把整個架構圖歸納如下：


另外，為了驗證來源是否合法，需要在 surface 下加入 signature，這也是許多人不知道的事情，若沒有加入此簽章，就會變成同時顯示兩張被延展的影像，也就是沒效果的意思。至於如何設定，看範例吧！


目前 Nvidia 釋出的驅動程式版本，在處理 3D 顯示，有全螢幕播放的限制，或許之後的版本就可以 window mode 播放了，如果真能實現，還可以結合 MSN、Skype 做 3D 視訊的應用。


程式碼與投影片下載

相關連結

• 井民全 [技術] 3D Technology