基于肤色检测的色彩恒常性算法

本文介绍一篇发表在2014年TPAMI的论文，其论文名称为“Adaptive Color Constancy Using Faces”。这篇文章介绍了一种新颖的基于面部肤色的自适应色彩恒常性算法。

回顾色彩恒常性特点：人类视觉系统对物体色彩的感知不受光源的影响。其主要任务：通过该反射模型，基于不同假设估计光源，并将光源去除掉，保留物体本身的色彩。

本文的主要贡献：

（1）克服了传统算法中光源不均匀的问题，并且第一次提出将全局调整转变为局部调整；

（2）关注于人脸肤色信息，因此不需要统计全局信息；

（3）在多张RAW图上证明了算法的有效性。

算法流程图：首先进行人脸检测，如果图像中不存在人脸，则选择合适的算法进行矫正；如果图像中存在人脸，则对人脸进行分析，选取合适的像素点进行统计，最后根据统计结果进行全局或者局部校正的判定。

本算法基于的三个假设：

（1）肤色在颜色空间中能够形成一个足够紧凑的簇，以代表光源估计的有效线索；

（2）每个人脸上的光照都是均匀的；

（3）人脸上估计的光照作为场景中光照的适当采样。

自适应肤色检测：首先将图像从RGB区域转换到HSV区域，通过对H通道进行高斯卷积提取图像直方图信息，判断人脸所在区域范围，最后通过参数舍弃掉部分像素点以实现适应性调整。

基于肤色的色域映射：类似于Gamut Mapping，需要对人脸照片进行预训练，找到合适的映射关系，将图片映射到皮肤标准色域Sc上。

基于肤色块的光源估计：使用所提取肤色的平均值来估计场景光源If，表示为第一个公式，即平均肤色和参考平均肤色之间的比率，其中skinf是计算出人脸f上的平均肤色，pskin是参考平均肤色。考虑到与White Patch算法的相似性，因此将此方法称为Skin Patch。下面两个公式则表示了中性色块反射的相机值在实际光源和标准光源的比值，以及皮肤反射的相机值在实际光源和标准光源的比值，如右图所示。