TSL 색상 공간

TSL 색상 공간은 색상을 틴트(적색, 녹색, 청색, 황색, 백색으로 묘사되는 다른 자극과 비슷하거나 다른 것으로 묘사할 수 있는 정도), 포화(자체 밝기에 비례한 자극의 화려함), 그리고 틴트(자체적인 색채 공간)로 정의하는 지각 색채 공간이다.d 가벼움(유사한 시야 조건에서 흰색으로 나타나는 자극에 상대적인 자극의 밝기). 장크리스토페 테릴론과 아카마쓰 시게루가 제안한 TSL 컬러 공간은 주로 안면 탐지를 목적으로 개발됐다.^[1]

RGB와 TSL 간 변환

감마 보정 RGB 값에서 TSL로의 변환은 간단하다.^[1]

$T={\begin{cases}{\frac {1}{2\pi }}\arctan {\frac {r'}{g'}}+{\frac {1}{4}},&{\mbox{if}}~g'>0\\{\frac {1}{2\pi }}\arctan {\frac {r'}{g'}}+{\frac {3}{4}},&{\mbox{if}}~g'<0\\0,&{\mbox{if}}~g'=0\\\end{cases}}$

$S={\sqrt {{\frac {9}{5}}\좌측(r'^{2}+g'^{2}\우측)}}$

$L=0.299R+0.587G+0.114B$

여기서:

$r'=r-{\tfrac {1}{3}$

$g'=g-{\tfrac {1}{3}$

$r={\tfrac {R}{R+G+B}$

$g={\tfrac {G}{R+G+B}}$

마찬가지로 역변환도 다음과 같다.

$R=k\cdot r}$

$G=k\cdot g}$

$B=k\cdot(1-r-g)$

여기서:

$r=r'+{\frac {1}{3}$

$g=g'+{\frac {1}{3}$

$r'={\begin{case}\pm {\frac {\sqrt{5}}{3}S,&{\mbox{if}}}}}~T=0\\x\cdot g',&{\mbox{if}}~~T\neq 0\\\end{case}$

$g'={\begin{case}-{\sqrt{5}{9(x^{2}+1)}}}\cdot S,&{\mbox{if}}}~T>{\frac{1}{2}}\{\\\sqrt{5}{9(x^{2}+1)}}}\cdot S,&{\mbox{if}}}~T<{\frac {1}{1}{2}}\\0,&{\mbox{if}}}~T=0\\\end{case}$

$k={\frac {L}{0.185r+0.473g+0.114}$

$x=-\cot({2\pi \cdot T})$

$T$ = 0의 경우, 이 경우 $r'$ 의 부호가 손실되기 때문에 TSL에서 RGB로의 변환은 고유하지 않다(주 ±). 실제로 당신은 $T$ 에 대해 부호화된 영점을 $사용$ 하여 r'의 기호를 보존함으로써 이 문제를 해결할 수 있다 $.$

TSL의 장점

TSL 색상 공간의 장점은 RGB-TSL 변환 내의 정규화 안에 있다. 정규화된 r과 g를 활용하면 색도 공간 TSL이 피부색분할에 더 효율적일 수 있다. 또한 이러한 정상화를 통해 피부색깔의 가변성에 대한 색도 분포의 민감도가 현저히 감소하여 다양한 피부색을 쉽게 검출할 수 있다.^[2]

TSL과 기타 색상 공간의 비교

테릴론은 여러 가지 다른 색 공간에 대한 안면 탐지의 효율성을 조사했다. 테스트는 동일한 알고리즘을 10개의 다른 색 공간으로 구성하여 133개의 얼굴이 있는 90개의 영상에서 얼굴을 검출하고 59개의 피험자 - 아시아인 27개, 백인 31개, 아프리카인 1개)를 대상으로 했다. TSL은 90.8%의 정확한 검출과 84.9%의 정확한 기각으로 다른 공간보다 우수한 성능을 보였다. 자세한 비교는 아래 표에서 확인할 수 있다.^[2]

컬러 스페이스	원소수	CD(%)	CR(%)
TSL	258	90.8	84.9
r-g	328	74.6	80.3
CIE-xy	388	56.6	83.5
CIE-DSH	318	60.9	75.0
HSV	408	55.7	84.7
IQ	471	47.3	79.8
예	494	41.6	80.3
씨엘루브	418	24.1	79.0
씨엘랍	399	38.4	83.6

TSL의 단점

TSL 공간은 더 효율적이고 견고하게 만들어질 수 있다. 현재 다른 카메라 시스템에는 색상 보정 알고리즘이 존재하지 않는다. 게다가, 피부톤 감지의 더 나은 정확성에도 불구하고, 어두운 피부색을 감지하는 것은 여전히 도전적인 것으로 증명된다.^[1]

적용들

비교적 새로운 색상의 공간이고 매우 구체적인 용도를 가지고 있는 TSL은 널리 구현되지 않았다. 다시 말하지만, 그것은 피부 감지 알고리즘에서만 매우 유용하다. 피부 감지 자체는 얼굴 감지, 사람 추적(감시 및 촬영 목적), 포르노 필터링 등 다양한 용도로 사용할 수 있다. TSL을 이용한 피부 탐지에 SOM(Self-Oganization Map)이 구현되어 기존의 히스토그램과 가우스 혼합 모델과 비교해도 손색이 없는 결과를 얻었다.^[3]

참고 항목

참조

^ Jump up to: ^a ^b ^c Terrillon, Jean-Christophe; Akamatsu, Shigeru (1998). Automatic Detection of Human Faces in Natural Scene Images by Use of a Skin Color Model and of Invariant Moments. Proc. Of the Third International Conference on Automatic Face and Gesture Recognition. Nara, Japan. pp. 130–135.
^ Jump up to: ^a ^b Terrillon, Jean-Christophe; Akamatsu, Shigeru (1999). "Comparative Performance of Different Chrominance Spaces for Color Segmentation and Detection of Human Faces in Complex Scene Images". Vision Interface. 99. doi:10.1109/AFGR.2000.840612.
^ Brown, D.; Craw, I.; Lewthwaite, J. (2001). A SOM Based Approach to Skin Detection with Application in Real Time Systems. British Machine Vision Conference. Manchester, United Kingdom.

[terrillon1-1] Jump up to: ^a ^b ^c Terrillon, Jean-Christophe; Akamatsu, Shigeru (1998). Automatic Detection of Human Faces in Natural Scene Images by Use of a Skin Color Model and of Invariant Moments. Proc. Of the Third International Conference on Automatic Face and Gesture Recognition. Nara, Japan. pp. 130–135.

[terrillon2-2] Jump up to: ^a ^b Terrillon, Jean-Christophe; Akamatsu, Shigeru (1999). "Comparative Performance of Different Chrominance Spaces for Color Segmentation and Detection of Human Faces in Complex Scene Images". Vision Interface. 99. doi:10.1109/AFGR.2000.840612.

[brown-3] Brown, D.; Craw, I.; Lewthwaite, J. (2001). A SOM Based Approach to Skin Detection with Application in Real Time Systems. British Machine Vision Conference. Manchester, United Kingdom.

[1]

[2]

[3]

Search