Detecção de cor da pele na melhoria do redimensionamento de imagem baseado em conteúdo

  • Savio Lopes Rabelo IFCE
  • Tamara Arruda Pereira IFCE
  • Francisco Nivando Bezerra IFCE

Resumo


O Seam Carving é um método de redimensionamento capaz de modificar a largura ou altura de imagens sendo sensível ao seu conteúdo, esse algoritmo aplica uma função de energia para avaliar a importância de cada pixel. Em casos particulares, como imagens que contém pessoas, o método apresenta frequente deformação de objetos, devido a função de energia não ser apta a detecção de pessoa. Com isso em vista, este artigo apresenta uma formulação na função de energia para o Seam Carving específica para a preservação de pessoas nas imagens. Esta função de energia é elaborada a partir de uma rede neural que tem como argumentos de entrada a cor da pele para classificar o pixel em pele ou não pele.

Referências

Avidan, S. & Shamir, A. (2007). Seam carving for content-aware image resizing. 26(3):10.

Baskan, S., Bulut, M. M., & Atalay, V. (2002). Projection based method for segmentation of human face and its evaluation. Pattern Recognition Letters, 23(14):1623–1629.

Bhute, A. N. & Meshram, B. (2014). Content based image indexing and retrieval. arXiv preprint arXiv:1401.1742.

Casati, J. P. B., Moraes, D. R., & Rodrigues, E. L. L. (2013). Sfa: A human skin image database based on feret and ar facial images. In IX workshop de Visao Computational, Rio de Janeiro.

Dong, W., Zhou, N., Paul, J.-C., & Zhang, X. (2009). Optimized image resizing using seam carving and scaling. In ACM Transactions on Graphics (TOG), volume 28, page 125. ACM.

Fang, Y., Chen, Z., Lin, W., & Lin, C.-W. (2012). Saliency detection in the compres- sed domain for adaptive image retargeting. IEEE Transactions on Image Processing, 21(9):3888–3901.

Habili, N., Lim, C. C., & Moini, A. (2004). Segmentation of the face and hands in sign language video sequences using color and motion cues. IEEE Transactions on Circuits and Systems for Video Technology, 14(8):1086–1097.

Hajiarbabi, M. & Agah, A. (2015). Human skin color detection using neural networks. Journal of Intelligent Systems, 24(4):425–436.

Han, J., Awad, G., & Sutherland, A. (2009). Automatic skin segmentation and tracking in sign language recognition. IET Computer Vision, 3(1):24–35.

Kakumanu, P., Makrogiannis, S., & Bourbakis, N. (2007). A survey of skin-color mode- ling and detection methods. Pattern recognition, 40(3):1106–1122.

Kang, S., Choi, B., & Jo, D. (2016). Faces detection method based on skin color modeling. Journal of Systems Architecture, 64:100–109.

Liu, C.-C. & Chung, P.-C. (2011). Objects extraction algorithm of color image using adaptive forecasting filters created automatically. International Journal of Innovative Computing, Information and Control, 7(10):5771–5787.

M. Martinez, A. & Benavente, R. (1998). The ar face database. Tech. Rep. 24 CVC Technical Report.

Moallem, P., Mousavi, B. S., & Monadjemi, S. A. (2011). A novel fuzzy rule base system for pose independent faces detection. Applied Soft Computing, 11(2):1801–1810.

Naji, S., Jalab, H. A., & Kareem, S. A. (2018). A survey on skin detection in colored images. Artificial Intelligence Review.

Naji, S. A. (2013). Human face detection from colour images based on multi-skin mo- dels, rule-based geometrical knowledge, and artificial neural network. PhD thesis, University of Malaya.

Nguyen, D. T., Li, W., & Ogunbona, P. O. (2016). Human detection from images and videos: A survey. Pattern Recognition, 51:148–175.

Oliveira, S. A. F. D. (2016). Uma abordagem com base em algoritmos genéticos para o redimensionamento de imagens sensível ao conteúdo. Dissertação, Instituto Federal de Educação, Ciência e Tecnologia - Campus Fortaleza.

Perez, M., Avila, S., Moreira, D., Moraes, D., Testoni, V., Valle, E., Goldenstein, S., & Rocha, A. (2017). Video pornography detection through deep learning techniques and motion information. Neurocomputing, 230:279–293.

Phillips, P. J., Wechsler, H., Huang, J., & Rauss, P. J. (1998). The feret database and evaluation procedure for face-recognition algorithms. Image and vision computing, 16(5):295–306.

Phung, S. L., Bouzerdoum, A., & Chai, D. (2003). Skin segmentation using color and edge information. In Seventh International Symposium on Signal Processing and Its Applications, 2003. Proceedings., volume 1, pages 525–528. IEEE.

Rubinstein, M., Gutierrez, D., Sorkine, O., & Shamir, A. (2010). A comparative study of image retargeting. ACM Transactions on Graphics (Proc. SIGGRAPH Asia), 29(6):160:1–160:10.

Rumelhart, D. E., Hinton, G. E., Williams, R. J., et al. (1988). Learning representations by back-propagating errors. Cognitive modeling, 5(3):1.

Senturk, Z. K. & Akgun, D. (2017). Seam carving based image resizing detection using hybrid features. Tehnicki Vjesnik-Technical Gazette, 24(6):1825–1833.

Yuetao, D. & Nana, Y. (2011). Research of face detection in color image based on skin color. Energy Procedia, 13:9395–9401.

Zhipeng, C., Junda, H., & Wenbin, Z. (2010). Face detection system based on skin co- lor model. In 2010 International Conference on Networking and Digital Society, vo- lume 2, pages 664–667. IEEE.
Publicado
09/07/2019
Como Citar

Selecione um Formato
RABELO, Savio Lopes; PEREIRA, Tamara Arruda; BEZERRA, Francisco Nivando. Detecção de cor da pele na melhoria do redimensionamento de imagem baseado em conteúdo. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 46. , 2019, Belém. Anais do XLVI Seminário Integrado de Software e Hardware. Porto Alegre: Sociedade Brasileira de Computação, july 2019 . p. 137-148. ISSN 2595-6205. DOI: https://doi.org/10.5753/semish.2019.6574.