СПОСОБ, АППАРАТ И УСТРОЙСТВО ДЛЯ СЕГМЕНТАЦИИ ИЗОБРАЖЕНИЯ Российский патент 2016 года по МПК G06T1/00 

[0001] По настоящей заявки испрашивается приоритет в соответствии с китайской заявкой на патент №201410353140.7, поданной 23 июля 2014 г., содержание которой полностью включено в данную заявку в качестве ссылки.

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

[0002] Данное изобретение относится к области технологии обработки изображения, в частности к способу, аппарату и устройству для сегментации изображения.

УРОВЕНЬ ТЕХНИКИ

[0003] С быстрым ростом объемов сетевой мультимедийной информации, технология сегментации головы и плеч, функционирующая как особая технология сегментации изображения, развивалась импульсивно. Она широко применялась к сценариям, например, при замене фона в видеоконференции, съемке людей фронтальной камерой и съемке сцен задней камерой мобильного устройства.

[0004] В известном уровне техники, при сегментации изображения переднего плана типа «головы-плеч», пользователь сначала получает указание выбрать первый образцовый пиксель переднего плана головы-плеч и второй образцовый пиксель фона; после этого вектор признаков цвета первого образцового пикселя и вектор признаков цвета второго образцового пикселя рассчитываются соответственно для получения первого вектора признаков цвета переднего плана головы-плеч и второго вектора признаков цвета фона; затем моделирование цвета соответственно выполняется на переднем плане головы-плеч и фоне в соответствии с первым вектором признаков цвета и вторым вектором признаков цвета для получения первой цветовой модели и второй цветовой модели; и наконец, первая цветовая модель и вторая цветовая модель используются для выполнения сегментации головы и плеч на изображении для получения результата сегментации головы и плеч.

[0005] В процессе достижения настоящего изобретения установлено, что известные из уровня техники решения, по меньшей мере, обладают следующими недостатками:

[0006] пользователю необходимо участвовать в выборе образцовых пикселей в процессе сегментации изображения; поэтому опыт взаимодействия пользователя недостаточный; кроме того, поскольку сегментация изображения выполняется на основе векторов признаков цвета только образцовых пикселей, точность сегментации является низкой.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

[0007] В целях преодоления проблем известного уровня техники настоящее изобретение предусматривает способ, аппарат и устройство для сегментации изображения.

[0008] В соответствии с первым аспектом вариантов осуществления настоящего изобретения предусмотрен способ сегментации изображения, включающий в себя:

[0009] вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица;

[0010] выбор образцовых пикселей переднего плана головы-плечи и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч и порогом вероятности фона, заданными заранее;

[0011] вычисление первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона;

[0012] вычисление первой апостериорной вероятности переднего плана головы-плеч и второй апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятности правдоподобия цветов и второй вероятности правдоподобия цветов; и

[0013] выполнение сегментации головы-плеч на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.

[0014] Если требуется, вычисление априорной вероятности появления переднего плана головы-плечи в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица включает в себя:

[0015] подбор заданного количества фронтальных изображений лиц женщин;

[0016] создание калиброванного изображения головы-плеч каждого фронтального изображения лица женщины в соответствии с результатом калибрования переднего плана головы-плеч пользователем на каждом фронтальном изображении лица женщины;

[0017] позиционирование характерных точек внешнего контура лица в каждом фронтальном изображении лица женщины для получения результата позиционирования;

[0018] выполнение выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданный размер; и

[0019] в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисление априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0020] Если требуется, вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица включает в себя:

[0021] выбор заданного количества фронтальных изображений лиц мужчин;

[0022] создание калиброванного изображения головы-плеч каждого фронтального изображения лица мужчины в соответствии с результатом калибрования переднего плана головы-плеч пользователем на каждом фронтальном изображении лица мужчины;

[0023] позиционирование характерных точек внешнего контура лица в каждом фронтальном изображении лица мужчины для получения результата позиционирования;

[0024] выполнение выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданный размер; и

[0025] в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисление априорной возможности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0026] Если требуется, априорная вероятность появления переднего плана головы-плеч в пикселе вычисляется в соответствии с результатом калибрования переднего плана головы-плеч путем использования следующей формулы:

[0027]

[0028] где $$P(I_{(x_i,y_i)}=1)$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $${\text{I}}_{{\text{(x}}_i,y_i)}^{\text{j}}=\text{1}$$ - результат калибрования пикселя (x_i, y_i) на j-м изображении, $${\text{I}}_{\text{(xi}\text{,yi)}}^{\text{j}}=\text{1}$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как передний план головы-плеч, $${\text{I}}_{{\text{(x}}_{\text{i}},y_i)}^{\text{j}}=0$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как фон, а N - количество фронтальных изображений лица.

[0029] Если требуется, выбор образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч, и порогом вероятности фона, заданными заранее, включает в себя:

[0030] идентификацию пола по лицу на сегментируемом изображении для получения результата идентификации пола;

[0031] определение априорной вероятности, соответствующей сегментируемому изображению, в соответствии с результатом идентификации пола;

[0032] в отношении каждого пикселя на сегментируемом изображении, оценку, является ли априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч; если априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, определение пикселя в качестве пробного пикселя переднего плана; и

[0033] в отношении каждого пикселя на сегментируемом изображении, оценку, является ли априорная вероятность пикселя ниже порога вероятности фона; если априорная вероятность пикселя ниже порога вероятности фона, определение пикселя в качестве образцового пикселя фона; и

[0034] Если требуется, вычисление первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона, применяют следующую формулу:

[0035]

[0036]

[0037] где $$(\overline{R_j,G_j,B_j})$$ - вектор признаков цвета j-го центра кластеризации, $$P((\overline{R,G,B})|I_{(x_i,y_i)}=1$$ ) - первая вероятность правдоподобия цветов, $$P((\overline{R,G,B})|I_{(x_i,y_i)}=0)$$ - вторая вероятность правдоподобия цветов, N_F - количество центров кластеризации образцовых пикселей переднего плана головы-плеч, и N_B - количество центров кластеризации образцовых пикселей фона; $$\text{dist(}\overline{\text{(R}\text{,G}\text{,B)}}\text{,}\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}\text{)}$$ - евклидово расстояние от вектора $$\overline{\text{(R}\text{,G}\text{,B)}}$$ признаков цвета до центра $$\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}$$ кластеризации, w_j - отношение количества образцовых пикселей j-го центра кластеризации к количеству всех образцовых пикселей, а β - среднее евклидово расстояние между векторами признаков цвета разных центров кластеризации, которые определяются следующим образом:

[0038]

[0039]

[0040] Если требуется, вычисление апостериорной вероятности переднего плана головы-плеч и апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятностью правдоподобия цветов и второй вероятностью правдоподобия цветов производится по следующей формуле:

[0041]

[0042]

[0043] где $$P(I_{(x_i,y_i)}=1\overline{|(R,G,B)})$$ - апостериорная вероятность переднего плана головы-плеч; а

[0044] $$P(I_{(x_i,y_i)}=0\overline{|(R,G,B)})$$ - апостериорная вероятность фона.

[0045] В соответствии со вторым аспектом вариантов осуществления настоящего изобретения предусмотрен аппарат для сегментации изображения, содержащий:

[0046] модуль вычисления априорной вероятности, выполненный с возможностью вычисления априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица;

[0047] модуль выбора образцовых пикселей, выполненный с возможностью выбора образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч и порогом вероятности фона, заданными заранее;

[0048] модуль вычисления вероятности правдоподобия цветов, выполненный с возможностью вычисления первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона;

[0049] модуль вычисления апостериорной вероятности, выполненный с возможностью вычисления первой апостериорной вероятности переднего плана головы-плеч и второй апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятностью правдоподобия цветов и второй вероятностью правдоподобия цветов; и

[0050] модуль сегментации изображения, выполненный с возможностью выполнения сегментации головы-плеч на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.

[0051] Если требуется, модуль вычисления априорной вероятности выполнен с возможностью выбора заданного количества фронтальных изображений лиц женщин; создания калиброванного изображения головы-плеч каждого фронтального изображения лица женщины в соответствии с результатом калибрования переднего плана головы-плеч пользователем по каждому фронтальному изображению лица женщины; позиционирования характерных точек внешнего контура лица на каждом фронтальном изображении лица для получения результата позиционирования; выполнения выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданный размер; и в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисления априорной возможности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0052] Если требуется, модуль вычисления априорной вероятности выполнен с возможностью выбора заданного количества фронтальных изображений лиц мужчин; создания калиброванного изображения головы-плеч каждого фронтального изображения лица мужчины в соответствии с результатом калибрования переднего плана головы-плеч пользователем по каждому фронтальному изображению лица мужчины; позиционирования характерных точек внешнего контура лица на каждом фронтальном изображении лица мужчины для получения результата позиционирования; выполнения выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданный размер, и в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисление априорной возможности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0053] Если требуется, модуль вычисления априорной вероятности рассчитывает априорную вероятность появления переднего плана головы-плеч в каждом пикселе, применяя следующую формулу:

[0054]

[0055] где $$P(I_{(x_i,y_i)}=1)$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $${\text{I}}_{{\text{(x}}_{\text{i}}{\text{, y}}_{\text{i}})}^{\text{j}}=\text{1}$$ - результат калибрования пикселя (x_i, y_i) на j-м изображении, $${\text{I}}_{{\text{(x}}_{\text{i}}{\text{, y}}_i)}^{\text{j}}=\text{1}$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как передний план головы-плеч, $${\text{I}}_{{\text{(x}}_{\text{i}}{\text{, y}}_{\text{i}})}^{\text{j}}=0$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как фон, а N - количество фронтальных изображений лица.

[0056] Если требуется, модуль выбора образцовых пикселей выполнен с возможностью идентификации пола по лицу на сегментируемом изображении для получения результата идентификации пола; определения априорной вероятности, соответствующей сегментируемому изображению, в соответствии с результатом идентификации пола; в отношении каждого пикселя на сегментируемом изображении, оценки, является ли априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч; при этом, если априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, определения пикселя в качестве образцового пикселя переднего плана; и в отношении каждого пикселя на сегментируемом изображении, оценки, является ли априорная вероятность пикселя ниже порога вероятности фона; при этом, если априорная вероятность пикселя ниже порога вероятности фона, определения пикселя в качестве образцового пикселя фона.

[0057] Если требуется, модуль вычисления вероятности правдоподобия цветов рассчитывает первую вероятность правдоподобия цветов переднего плана головы-плеч и вторую вероятность правдоподобия цветов фона путем использования следующей формулы:

[0058]

[0059]

[0060] где $$\overline{(R_j,G_j,B_j)}$$ - вектор признаков цвета j-го центра кластеризации, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=1$$ ) - первая вероятность правдоподобия цветов, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=0)$$ - вторая вероятность правдоподобия цветов, N_F - количество центров кластеризации образцовых пикселей переднего плана головы-плеч, и N_B - количество центров кластеризации образцовых пикселей фона; $$\text{dist(}\overline{\text{(R}\text{,G}\text{,B)}}\text{,}\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}\text{)}$$ - евклидово расстояние от вектора $$\overline{\text{(R}\text{,G}\text{,B)}}$$ признаков цвета до центра $$\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}$$ кластеризации, w_j - отношение количества образцовых пикселей j-го центра кластеризации к количеству всех образцовых пикселей, а β - среднее евклидово расстояние между векторами признаков цвета разных центров кластеризации, которые определяются следующим образом:

[0061]

[0062]

[0063] Если требуется, модуль вычисления апостериорной вероятности рассчитывает апостериорную вероятность переднего плана головы-плеч и апостериорную вероятность фона по следующей формуле:

[0064]

[0065] .

[0066] где $$P(I_{(x_i,y_i)}=1\overline{|(R,G,B)})$$ - апостериорная вероятность переднего плана головы-плеч; а

[0067] $$P(I_{(x_i,y_i)}=0\overline{|(R,G,B)})$$ - апостериорная вероятность фона.

[0068] В соответствии с третьим аспектом вариантов осуществления настоящего изобретения предусмотрено устройство сегментации изображения, содержащее:

[0069] процессор, и

[0070] запоминающее устройство для хранения инструкций, исполняемых процессором;

[0071] где процессор выполнен с возможностью: вычисления априорной вероятности появления переднего плана головы-плеч в каждом пикселе на изображении, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица; выбора образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона на сегментируемом изображении в соответствии с априорной вероятностью и порогом вероятности переднего плана головы-плеч и порогом вероятности фона, заданных заранее; вычисления первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона; вычисления первой апостериорной вероятности переднего плана головы-плеч и второй апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятностью правдоподобия цветов и второй вероятностью правдоподобия цветов; и выполнения сегментации головы и плеч на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.

[0072] Технические решения, предусмотренные вариантами осуществления настоящего изобретения, могут включать в себя следующие положительные результаты:

[0073] поскольку априорная вероятность появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, рассчитывается в соответствии с результатом позиционирования точек внешнего контура лица, а образцовые пиксели переднего плана головы-плеч и образцовые пиксели фона автоматически выбираются на основе априорной вероятности переднего плана головы-плеч, выполняется задача по исключению необходимости участия пользователя в процессе выбора образцовых пикселей, и улучшается результат работы пользователя; кроме того, поскольку сегментация изображения выполняется на основе априорной вероятности и вероятности правдоподобия цветов, стандарт сегментации является более детальным и точность сегментации является высокой.

[0074] Необходимо понимать, что как вышеупомянутое общее описание, так и последующее подробное описание являются примерами и только примерами и не ограничивают данное изобретение.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0075] Сопроводительные чертежи, которые включены в настоящее описание и составляют его часть, демонстрируют варианты осуществления, соответствующие изобретению и вместе с описанием служат для объяснения принципов изобретения.

[0076] Фиг. 1 - функциональная блок-схема, показывающая способ сегментации изображения в соответствии с примером осуществления.

[0077] Фиг. 2 - функциональная блок-схема, показывающая способ сегментации изображения в соответствии с примером осуществления.

[0078] Фиг. 3 - структурная блок-схема, иллюстрирующая аппарат для сегментации изображения в соответствии с примером осуществления.

[0079] Фиг. 4 - структурная блок-схема, иллюстрирующая устройство для сегментации изображения в соответствии с примером осуществления.

[0080] Фиг. 5 - структурная блок-схема, иллюстрирующая устройство для сегментации изображения в соответствии с примером осуществления.

ПОДРОБНОЕ ОПИСАНИЕ

[0081] Далее следует подробное описание примеров вариантов осуществления, примеры которых изображены на сопроводительных чертежах. В последующем описании представлены ссылки на сопроводительные чертежи, в которых одни и те же позиции на разных чертежах обозначают одни и те же или аналогичные элементы, если не указано иное. Формы исполнения, представленные в нижеследующем описании примеров осуществления, не представляют всех форм исполнения, соответствующих изобретению. Напротив, они являются только примерами устройств и способов, соответствующих некоторым аспектам, связанным с изобретением, как изложено в прилагаемой формуле изобретения.

[0082] Фиг. 1 представляет функциональную блок-схему, показывающую способ сегментации изображения в соответствии с примером варианта осуществления. Как показано на фиг. 1, способ сегментации изображения используется в устройстве сегментации изображения, включает следующие этапы.

[0083] На этапе 101, априорная вероятность появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, вычисляется в соответствии с результатом позиционирования точек внешнего контура лица.

[0084] На этапе 102, образцовые пиксели переднего плана головы-плеч и образцовые пиксели фона выбираются из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч, и порогом вероятности фона, заданными заранее.

[0085] На этапе 103, первая вероятность правдоподобия цветов переднего плана головы-плеч и вторая вероятность правдоподобия цветов вычисляются в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона.

[0086] На этапе 104, первая апостериорная вероятность переднего плана головы-плеч и вторая апостериорная вероятность фона вычисляются в соответствии с априорной вероятностью, первой вероятностью правдоподобия цветов и второй вероятностью правдоподобия цветов.

[0087] На этапе 105, сегментация головы-плеч выполняется на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.

[0088] В соответствии со способом, предусмотренным вариантами осуществления настоящего изобретения, поскольку априорная вероятность появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, рассчитывается в соответствии с результатом позиционирования точек внешнего контура лица, а образцовые пиксели переднего плана головы-плеч и образцовые пиксели фона автоматически выбираются на основе априорной вероятности переднего плана головы-плеч, при этом выполняется задача по исключению необходимости участия пользователя в процессе выбора образцовых пикселей, а результат работы пользователя хороший; кроме того, поскольку сегментация изображения выполняется на основе априорной вероятности и вероятности правдоподобия цветов, стандарт сегментации является более детальным и точность сегментации является высокой.

[0089] Если требуется, вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица включает в себя:

[0090] выбор заданного количества фронтальных изображений лиц женщин;

[0091] создание калиброванного изображения головы-плеч каждого фронтального изображения лица женщины в соответствии с результатом калибрования пользователем переднего плана головы-плеч на каждом фронтальном изображении лица женщины;

[0092] позиционирование характерных точек внешнего контура лица в каждом фронтальном изображении лица женщины для получения результата позиционирования;

[0093] выполнение выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданный размер; и

[0094] в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисление априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0095] Если требуется, вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер в соответствии с результатом позиционирования точек внешнего контура лица, включает в себя:

[0096] выбор заданного количества фронтальных изображений лиц мужчин;

[0097] создание калиброванного изображения головы-плеч каждого фронтального изображения лица мужчины в соответствии с результатом калибрования пользователем переднего плана головы-плеч на каждом фронтальном изображении лица мужчины;

[0098] позиционирование характерных точек внешнего контура лица в каждом фронтальном изображении лица мужчины для получения результата позиционирования;

[0099] выполнение выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданный размер; и

[0100] в отношении пикселя в той же позиции на множестве изображений, имеющих заданный размер, вычисление априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0101] Если требуется, априорная вероятность появления переднего плана головы-плеч в пикселе вычисляется в соответствии с результатом калибрования переднего плана головы-плеч по следующей формуле:

[0102]

[0103] где $$P(I_{(x_i,y_i)}=1)$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $${\text{I}}_{{\text{(x}}_{\text{i}}{\text{, y}}_{\text{i}})}^{\text{j}}=\text{1}$$ - результат калибрования пикселя (x_i, y_i) на j-м изображении, $${\text{I}}_{{\text{(x}}_{\text{i}}{\text{, y}}_{\text{i}})}^{\text{j}}=\text{1}$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как передний план головы-плеч, $${\text{I}}_{{\text{(x}}_{\text{i}}{\text{, y}}_{\text{i}})}^{\text{j}}=0$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как фон, а N - количество фронтальных изображений лица.

[0104] Если требуется, выбор образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона на сегментируемом изображении в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч, и порогом вероятности фона, заданными заранее, включает в себя:

[0105] идентификацию пола по лицу на сегментируемом изображении для получения результата идентификации пола;

[0106] определение априорной вероятности, соответствующей сегментируемому изображению, в соответствии с результатом идентификации пола;

[0107] в отношении каждого пикселя на сегментируемом изображении, оценку, является ли априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч; при этом, если априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, определение пикселя в качестве образцового пикселя переднего плана; и

[0108] в отношении каждого пикселя на сегментируемом изображении, оценку, является ли априорная вероятность пикселя ниже порога вероятности фона; при этом, если априорная вероятность пикселя ниже порога вероятности фона, определение пикселя в качестве образцового пикселя фона; и

[0109] Если требуется, вычисление первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона по следующей формуле:

[0110]

[0111]

[0112] где $$(\overline{R_j,G_j,B_j})$$ - вектор признаков цвета j-го центра кластеризации, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=1)$$ - первая вероятность правдоподобия цветов, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=0)$$ - вторая вероятность правдоподобия цветов, N_F - количество центров кластеризации образцовых пикселей переднего плана головы-плеч, и N_B - количество центров кластеризации образцовых пикселей фона; $$\text{dist(}\overline{\text{(R}\text{,G}\text{,B)}}\text{,}\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}\text{)}$$ - евклидово расстояние от вектора $$\overline{\text{(R}\text{,G}\text{,B)}}$$ признаков цвета до центра $$\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}$$ кластеризации, w_j - отношение количества образцовых пикселей j-го центра кластеризации к количеству всех образцовых пикселей, а β - среднее евклидово расстояние между векторами признаков цвета разных центров кластеризации, которые определяются следующим образом:

[0113]

[0114]

[0115] Если требуется, вычисление апостериорной вероятности переднего плана головы-плеч и апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятности правдоподобия цветов и второй вероятности правдоподобия цветов производится по следующей формуле:

[0116]

[0117]

[0118] где $$P(I_{(x_i,y_i)}=1\overline{|(R,G,B)})$$ - апостериорная вероятность переднего плана головы-плеч; а

[0119] $$P(I_{(x_i,y_i)}=0\overline{|(R,G,B)})$$ - апостериорная вероятность фона.

[0120] Любое сочетание всех вышеупомянутых дополнительных технических решений может использоваться для формирования дополнительных вариантов осуществления настоящего изобретения, которые не будут рассматриваться отдельно в настоящем документе.

[0121] Фиг. 2 представляет функциональную блок-схему, показывающую способ сегментации изображения в соответствии с примером варианта осуществления. Как показано на фиг. 2, способ сегментации изображения, который используется в устройстве сегментации изображения, включает следующие этапы.

[0122] На этапе 201 априорная вероятность появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, вычисляется в соответствии с результатом позиционирования точек внешнего контура лица.

[0123] В вариантах осуществления настоящего изобретения процесс вычисления априорной вероятности переднего плана головы-плеч является именно процессом установления априорной модели позиции головы-плеч. Из-за различий между чертами лица мужчины и чертами лица женщины априорную модель позиции головы-плеч для женщины и априорную модель позиции головы-плеч для мужчины нужно соответственно установить при установлении апостериорной модели позиции головы-плеч. Процесс установления априорной модели позиции головы-плеч является следующим.

[0124] На этапе 201а процесс установления априорной модели позиции головы-плеч для женщины включает в себя следующие пять этапов.

[0125] На первом этапе выбирается заданное количество фронтальных изображений лица женщин.

[0126] Заданное количество может быть 500 или 1000 и т.д., что не будет ограничено в вариантах осуществления настоящего изобретения. Заданное количество фронтальных изображений лиц женщин хранится в библиотеке обучающих изображений, функционирующей как обучающие данные для получения априорной модели позиции головы-плеч для женщин в дальнейшем.

[0127] На втором этапе калиброванное изображение головы- плеч каждого фронтального изображения лица женщины генерируется в соответствии с результатом калибрования пользователем переднего плана головы-плеч на каждом фронтальном изображении лица женщины.

[0128] В автономном процессе обучения калибрование переднего плана головы-плеч заданного количества фронтальных изображений лиц женщин необходимо завершить вручную. То есть, пользователю необходимо калибровать область головы-плеч на каждом изображении лица женщины вручную. После того как результат калибрования каждого фронтального изображения лица женщины получен, генерируется бинарное изображение и бинарное изображение функционирует как калиброванное изображение головы-плеч. Область на бинарном изображении, имеющем 255 серых оттенков серого на пиксель, является объектом головы-плеч, то есть белая область на бинарном изображении является областью головы-плеч; а область на бинарном изображении с оттенками серого 0 для пикселей является фоном, то есть черная область на бинарном изображении является областью фона.

[0129] Кроме того, при выполнении калибрования переднего плана головы-плеч на фронтальном изображении лица женщины, для пикселя, если этот пиксель является объектом головы-плеч, идентификационное значение пикселя может быть установлено на 1; а если пиксель является фоном, идентификационное значение пикселя может быть установлено на 0. Если взять пиксель (х_i, y_i) в качестве примера, $$I_{(xi,yi)}^j=1$$ означает, что пиксель (х_i, y_i) калиброван как объект головы-плеч, a $$I_{(xi,yi)}^j=1$$ означает, что пиксель (x_i, y_i) калиброван как фон.

[0130] На третьем этапе характерные точки внешнего контура лица позиционируются на каждом фронтальном изображении лица женщины для получения результата позиционирования.

[0131] В вариантах осуществления настоящего изобретения, позиционирование характерных точек внешнего контура лица на каждом фронтальном изображении лица женщины может быть выполнено путем использования существующего алгоритма позиционирования для точек внешнего контура лица, который не будет подробно рассматриваться в настоящем документе. После позиционирования характерных точек внешнего контура лица на фронтальном изображении лица женщины могут быть получены данные координат позиции каждой характерной точки внешнего контура лица.

[0132] На четвертом этапе выравнивание и нормализация размера выполняются на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования характерных точек внешнего контура лица для получения множества изображений, имеющих заданный размер.

[0133] Заданный размер может быть 400*400, 200*200 и т.п., что не будет ограничено в вариантах осуществления настоящего изобретения. Варианты осуществления настоящего изобретения используют заданный размер 400*400 лишь в качестве иллюстративного примера.

[0134] В вариантах осуществления настоящего изобретения, в отношении каждого калиброванного изображения головы-плеч, после получения результатов позиционирования характерных точек внешнего контура лица, калиброванные изображения головы-плеч сначала приводятся к одному размеру в соответствии с результатами позиционирования характерных точек внешнего контура лица; после этого калиброванные изображения головы-плеч и характерные точки внешнего контура лица выравниваются в соответствии с данными координат позиции характерных точек внешнего контура лица, а калиброванные изображения головы-плеч нормализуются в шаблоне 400*400. Поскольку каждое калиброванное изображение соответствует одному шаблону 400*400, может быть получено множество изображений, имеющих заданный размер.

[0135] На пятом этапе в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, априорная вероятность появления переднего плана головы-плеч в пикселе вычисляется в соответствии с результатом калибрования переднего плана головы-плеч.

[0136] В вариантах осуществления настоящего изобретения, в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, априорная вероятность появления переднего плана головы-плеч в пикселе является именно частотой калибрования пикселя на каждом фронтальном изображении лица женщины в библиотеке обучающих изображений как переднего плана головы-плеч. Например, предположим, что имеется 1000 фронтальных изображений лиц женщин, определенный пиксель калибруется как объект головы-плеч на 500 фронтальных изображениях лиц женщин, после чего априорная вероятность появления переднего плана головы-плеч в пикселе равна 0,5. Следовательно, вероятность появления переднего плана головы-плеч в каждом пикселе может быть получена путем подсчета частоты калибрования каждого пикселя как переднего плана головы-плеч в обучающих данных.

[0137] На этапе 201b процесс установления априорной модели позиции головы-плеч для мужчины включает в себя следующие пять этапов.

[0138] На первом этапе выбирается заданное количество фронтальных изображений лиц мужчин.

[0139] Заданное количество может быть 500 или 1000 и т.п., что не будет ограничено в вариантах осуществления настоящего изобретения. Заданное количество фронтальных изображений лиц мужчин хранится в библиотеке обучающих изображений, функционирующих как обучающие данные для получения априорной модели позиции головы-плеч для мужчин в дальнейшем.

[0140] На втором этапе калиброванное изображение головы и плеч каждого фронтального изображения лица мужчины генерируется в соответствии с результатом калибрования переднего плана головы-плеч пользователем на каждом фронтальном изображении лица мужчины.

[0141] Второй этап аналогичен второму этапу этапа 201а и не будет подробно рассматриваться в настоящем документе.

[0142] На третьем этапе характерные точки внешнего контура лица позиционируются на каждом фронтальном изображении лица мужчины для получения результата позиционирования.

[0143] Третий этап аналогичен третьему этапу этапа 201а и не будет подробно рассматриваться в настоящем документе.

[0144] На четвертом этапе выравнивание и нормализация размера выполняются на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования характерных точек внешнего контура лица для получения множества изображений, имеющих заданный размер.

[0145] Четвертый этап аналогичен четвертому этапу этапа 201а и не будет подробно рассматриваться в настоящем документе.

[0146] На пятом этапе, в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, априорная вероятность появления переднего плана головы-плеч в пикселе вычисляется в соответствии с результатом калибрования переднего плана головы-плеч.

[0147] Пятый этап аналогичен пятому этапу этапа 201а и не будет подробно рассматриваться в настоящем документе.

[0148] Необходимо отметить, что независимо, в отношении ли этапа 201а или этапа 201b, априорная вероятность появления переднего плана головы-плеч в каждом пикселе может быть получена с помощью нижеследующей формулы (1), а априорная вероятность появления переднего плана головы-плеч в пикселе рассчитывается в соответствии с результатом калибрования переднего плана головы-плеч, используя следующую формулу:

[0149]

[0150] где $$P(I_{(x_i,y_i)}=1)$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $${\text{I}}_{\text{(xi}\text{, yi)}}^{\text{j}}$$ - результат калибрования пикселя (x_i, y_i) на j-м изображении, $${\text{I}}_{\text{(xi}\text{, yi)}}^{\text{j}}=\text{1}$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как передний план головы-плеч, $${\text{I}}_{\text{(xi}\text{, yi})}^{\text{j}}=0$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как фон, а N - количество фронтальных изображений лица. Для фронтального изображения лица женщины априорная модель позиции головы-плеч для женщины получается после расчета априорной вероятности появления переднего плана головы-плеч в каждом пикселе. Для фронтального изображения лица мужчины априорная модель позиции головы-плеч для мужчины получается после расчета априорной вероятности появления переднего плана головы-плеч в каждом пикселе.

[0151] На этапе 202, пол человека на сегментируемом изображении идентифицируют по лицу для получения результата идентификации пола; а априорная вероятность, соответствующая сегментируемому изображению, определяется в соответствии с результатом идентификации пола.

[0152] В вариантах осуществления настоящего изобретения, поскольку черты лица мужчины на изображении и черты лица женщины на изображении отличаются и соответствуют разным априорным моделям позиции головы-плеч, пол человека по лицу на сегментируемом изображении также необходимо идентифицировать, прежде чем выполнять сегментацию изображения. Идентификация пола по лицу на сегментируемом изображении может быть реализована путем использования существующего алгоритма идентификации лиц, который не будет подробно рассматриваться в настоящем документе. Поскольку априорная модель позиции головы-плеч для женщины и априорная модель позиции головы-плеч для мужчины были получены на предыдущем этапе 201, после идентификации пола по лицу на сегментируемом изображении, априорная модель положения головы-плеч, соответствующая сегментируемому изображению, может быть непосредственно определена; то есть, получаем априорную вероятность, соответствующую сегментируемому изображению.

[0153] На этапе 203 в отношении каждого пикселя на сегментируемом изображении оценивается, является ли априорная вероятность пикселя большей, чем порог вероятности переднего плана головы-плеч; если априорная вероятность пикселя является большей, чем порог вероятности переднего плана головы-плеч, пиксель определяется как образцовый пиксель переднего плана; и оценивается, является ли априорная вероятность пикселя меньшей, чем порог вероятности фона; если априорная вероятность пикселя является меньшей, чем порог вероятности фона, пиксель определяется как образцовый пиксель фона.

[0154] В частности, порог вероятности переднего плана головы-плеч может быть 0,7, 0,8 и т.п., что не будет ограничиваться в вариантах осуществления настоящего изобретения. В частности, порог вероятности фона может быть 0,2, 0,3 и т.п., что так же не будет ограничиваться в вариантах осуществления настоящего изобретения.

[0155] В вариантах осуществления настоящего изобретения, перед выбором образцовых пикселей, сначала могут быть позиционированы характерные точки внешнего контура лица сегментируемого изображения, а размер сегментируемого изображения может быть приведен к результату позиционирования, так чтобы размер сегментируемого изображения был идентичным размеру шаблона 400*400. Таким образом, каждый пиксель на сегментируемом изображении соответствует пикселю в одной и той же позиции на шаблоне 400*400. Следовательно, априорная вероятность появления переднего плана головы-плеч в пикселе в соответствующей позиции на шаблоне 400*400 является именно априорной вероятностью, соответствующей пикселю в одной и той же позиции на сегментируемом изображении.

[0156] Принимая порог вероятности переднего плана головы-плеч равным 0,8, а порог вероятности фона равным 0,2 в качестве примера, в отношении каждого пикселя, если априорная вероятность пикселя является большей чем 0,8, тогда пиксель определяется как образцовый пиксель переднего плана; а если априорная вероятность пиксель является меньшей чем 0,2, тогда пиксель определяется как образцовый пиксель фона. Пиксели, имеющие априорную вероятность от 0,2 до 0,8, обрабатываться не будут.

[0157] На этапе 204, первая вероятность правдоподобия цветов переднего плана головы-плеч и вторая вероятность правдоподобия цветов вычисляются в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона.

[0158] В вариантах осуществления настоящего изобретения, векторы признаков цвета образцовых пикселей переднего плана головы-плеч и векторы признаков цвета образцовых пикселей фона могут быть получены путем использования существующей формулы вычисления вектора цвета, что не будет подробно рассматриваться в настоящем документе. Перед вычислением первой вероятности правдоподобия цветов и второй вероятности правдоподобия цветов, т.е. перед получением модели правдоподобия цветов, варианты осуществления настоящего изобретения также предусматривают необходимость кластеризации образцовых пикселей объекта головы-плеч и образцовых пикселей фона в соответствии с цветовой относительностью. При кластеризации варианты осуществления настоящего изобретения предусматривают объединение образцовых пикселей переднего плана головы-плеч в пяти (N_F=5) центрах кластеров; с учетом сложности фона, варианты осуществления настоящего изобретения предусматривают объединение образцовых пикселей переднего плана головы-плеч в 15 (N_B=15) центрах кластеров. Разумеется, кроме вышеупомянутых чисел, N_F и N_B могут также быть другими числами, что не будет отдельно ограничиваться в вариантах осуществления настоящего изобретения.

[0159] Вычисление первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона может быть выполнено по следующим формуле (2) и формуле (3):

[0160]

[0161]

[0162] где $$\overline{(R_j,G_j,B_j)}$$ - вектор признаков цвета j-го центра кластеризации, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=1$$ ) - первая вероятность правдоподобия цветов, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=0)$$ - вторая вероятность правдоподобия цветов, N_F - количество центров кластеризации образцовых пикселей переднего плана головы-плеч, и N_B - количество центров кластеризации образцовых пикселей фона; $$\text{dist(}\overline{\text{(R}\text{,G}\text{,B)}}\text{,}\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}\text{)}$$ - евклидово расстояние от вектора $$\overline{\text{(R}\text{,G}\text{,B)}}$$ признаков цвета до центра $$\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}$$ кластеризации, w_j - отношение количества образцовых пикселей j-го центра кластеризации к количеству всех образцовых пикселей, а β - среднее евклидово расстояние между векторами признаков цвета разных центров кластеризации, которые определяются следующим образом:

[0163]

[0164]

[0165] На этапе 205 первая апостериорная вероятность переднего плана головы-плеч и вторая апостериорная вероятность фона вычисляются в соответствии с априорной вероятностью, первой вероятностью правдоподобия цветов и второй вероятностью правдоподобия цветов.

[0166] В вариантах осуществления настоящего изобретения, после получения априорной модели позиции головы-плеч и модели правдоподобия цветов, в соответствии с байесовской теорией апостериорной вероятности, и в случае, когда векторы признаков цвета образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона известны, апостериорная вероятность переднего плана головы-плеч и апостериорная вероятность фона могут быть получены по формуле (6) и формуле (7):

[0167]

[0168]

[0169] где $$P(I_{(x_i,y_i)}=1|(R,G,B))$$ - апостериорная вероятность переднего плана головы-плеч; а

[0170] $$P(I_{(x_i,y_i)}=0|(R,G,B))$$ - апостериорная вероятность фона.

[0171] На этапе 206 сегментация головы-плеч выполняется на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.

[0172] В вариантах осуществления настоящего изобретения, окончательная модель сегментации головы-плеч получается после получения первой апостериорной вероятности и второй апостериорной вероятности. Модель сегментации головы-плеч загружается в элемент данных среды оптимизации разреза графа; кроме того, метод оптимизации максимального потока и минимального разреза используется в сочетании с информацией о контрасте пикселей на сегментируемом изображении для получения окончательного результата сегментации головы-плеч.

[0173] В соответствии со способом, предлагаемым вариантами осуществления настоящего изобретения, поскольку априорная вероятность появления переднего плана головы-плеч в каждом пикселе изображения рассчитывается в соответствии с результатом позиционирования точек внешнего контура лица, а образцовые пиксели переднего плана головы-плеч и образцовые пиксели фона автоматически выбираются на основе априорной вероятности переднего плана головы-плеч, решается задача по исключению необходимости участия пользователя в процессе выбора образцовых пикселей, и получение хорошего результата работы пользователя; кроме того, поскольку сегментация изображения выполняется на основе априорной вероятности и вероятности правдоподобия цветов, стандарт сегментации является более детальным, а точность сегментации является высокой.

[0174] Фиг. 3 представляет структурную блок-схему, иллюстрирующую аппарат для сегментации изображения в соответствии с примером варианта осуществления. На фиг. 3 аппарат содержит модуль 301 вычисления априорной вероятности, модуль 302 выбора образцовых пикселей, модуль 303 вычисления вероятности правдоподобия цветов, модуль 304 вычисления апостериорной вероятности и модуль 305 сегментации изображения.

[0175] Модуль 301 вычисления априорной вероятности выполнен с возможностью вычисления априорной вероятности появления переднего плана головы-плеч в каждом пикселе на изображении, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица; модуль 302 выбора образцовых пикселей соединен с модулем 301 вычисления априорной вероятности и выполнен с возможностью выбора образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч, и порогом вероятности фона, заданными заранее; модуль 303 вычисления вероятности правдоподобия цветов соединен с модулем 302 выбора образцовых пикселей и выполнен с возможностью вычисления первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона; модуль 304 вычисления апостериорной вероятности соединен с модулем 303 вычисления вероятности правдоподобия цветов и выполнен с возможностью вычисления первой апостериорной вероятности переднего плана головы-плеч и второй апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятностью правдоподобия цветов и второй вероятностью правдоподобия цветов; и модуль 305 сегментации изображения соединен с модулем 304 вычисления апостериорной вероятности и выполнен с возможностью выполнения сегментации головы-плеч на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.

[0176] Если требуется, модуль вычисления априорной вероятности выполнен с возможностью выбора заданного количества фронтальных изображений лиц женщин; создания калиброванного изображения головы-плеч каждого фронтального изображения лица женщины в соответствии с результатом калибрования пользователем переднего плана головы-плеч по каждому фронтальному изображению лица женщины; позиционирования характерных точек внешнего контура лица в каждом фронтальном изображении лица женщины для получения результата позиционирования; выполнения выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений с заданным размером; и в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисления априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0177] Если требуется, модуль вычисления априорной вероятности выполнен с возможностью выбора заданного количества фронтальных изображений лиц мужчин; создания калиброванного изображения головы-плеч каждого фронтального изображения лица мужчины в соответствии с результатом калибрования пользователем переднего плана головы-плеч по каждому фронтальному изображению лица мужчины; позиционирования характерных точек внешнего контура лица в каждом фронтальном изображении лица мужчины для получения результата позиционирования; выполнения выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданный размер; и в отношении пикселя в той же позиции на множестве изображений, имеющих заданный размер, вычисления априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0178] Если требуется, модуль вычисления априорной вероятности вычисляет априорную вероятность появления переднего плана головы-плеч в каждом пикселе, используя следующую формулу:

[0179]

[0180] где $$P(I_{(x_i,y_i)}=1)$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $${\text{I}}_{{\text{(x}}_{\text{i}}\text{, yi})}^{\text{j}}$$ - результат калибрования пикселя (x_i, y_i) на j-м изображении, $${\text{I}}_{\text{(xi}\text{, yi)}}^{\text{j}}=\text{1}$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как передний план головы-плеч, $${\text{I}}_{{\text{(x}}_{\text{i}}{\text{, y}}_{\text{i)}}}^{\text{j}}=0$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как фон, а N - количество фронтальных изображений лица.

[0181] Если требуется, модуль выбора образцовых пикселей выполнен с возможностью идентификации пола человека по лицу на сегментируемом изображении для получения результата идентификации пола; определения априорной вероятности, соответствующей сегментируемому изображению, в соответствии с результатом идентификации пола; в отношении каждого пикселя на сегментируемом изображении, оценки, является ли априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч; если априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, определения пикселя в качестве образцового пикселя переднего плана; и в отношении каждого пикселя на сегментируемом изображении, оценки, является ли априорная вероятность пикселя ниже порога вероятности фона; если априорная вероятность пикселя ниже порога вероятности фона, определения пикселя в качестве образцового пикселя фона.

[0182] Если требуется, модуль вычисления вероятности правдоподобия цветов вычисляет первую вероятность правдоподобия цветов переднего плана головы-плеч и вторую вероятность правдоподобия цветов фона, используя следующую формулу:

[0183]

[0184]

[0185] где $$\overline{(R_j,G_j,B_j)}$$ - вектор признаков цвета j-го центра кластеризации, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=1$$ ) - первая вероятность правдоподобия цветов, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=0)$$ - вторая вероятность правдоподобия цветов, N_F - количество центров кластеризации образцовых пикселей переднего плана головы-плеч, и N_B - количество центров кластеризации образцовых пикселей фона; $$\text{dist(}\overline{\text{(R}\text{,G}\text{,B)}}\text{,}\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}\text{)}$$ - евклидово расстояние от вектора $$\overline{\text{(R}\text{,G}\text{,B)}}$$ признаков цвета до центра $$\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}$$ кластеризации, w_j - отношение количества образцовых пикселей j-го центра кластеризации к количеству всех образцовых пикселей, а β - среднее евклидово расстояние между векторами признаков цвета разных центров кластеризации, которые определяются следующим образом:

[0186]

[0187]

[0188] Если требуется, модуль вычисления апостериорной вероятности вычисляет апостериорную вероятность переднего плана головы-плеч и апостериорную вероятность фона, используя следующую формулу, в том числе:

[0189]

[0190]

[0191] где $$P(I_{(x_i,y_i)}=1|(\overline{R,G,B}))$$ - апостериорная вероятность переднего плана головы-плеч; а

[0192] $$P(I_{(x_i,y_i)}=0|(\overline{R,G,B}))$$ - апостериорная вероятность фона.

[0193] В соответствии с аппаратом, представленным вариантами осуществления настоящего изобретения, поскольку априорная вероятность появления переднего плана головы-плеч в каждом пикселе изображения вычисляется в соответствии с результатом позиционирования точек внешнего контура лица, а образцовые пиксели переднего плана головы-плеч и образцовые пиксели фона автоматически выбираются на основе априорной вероятности переднего плана головы-плеч, решается задача по исключению необходимости участия пользователя в процессе выбора образцовых пикселей, и получают хороший результат работы пользователя; кроме того, поскольку сегментация изображения выполняется на основе априорной вероятности и вероятности правдоподобия цветов, стандарт сегментации является детальным, а точность сегментации является высокой.

[0194] В отношении устройств в вышеупомянутых вариантах осуществления, конкретные действия по выполнению операций для их отдельных модулей подробно описаны в вариантах осуществления в отношении способов и не будут подробно рассматриваться в настоящем документе.

[0195] Фиг. 4 представляет структурную блок-схему устройства 400 для сегментации изображения в соответствии с примером варианта осуществления. Например, устройство 400 может быть мобильным телефоном, компьютером, цифровым терминалом широкого вещания, устройством отправки сообщений, игровой консолью, планшетом, медицинским устройством, тренажерным оборудованием, личным цифровым помощником и т.п.

[0196] На фиг. 4 устройство 400 может содержать один или более следующих компонентов: блок 402 обработки, запоминающее устройство 404, блок 406 питания, мультимедийный блок 408, аудио блок 410, интерфейс 412 ввода/вывода (I/O), сенсорный блок 414 и блок 416 связи.

[0197] Блок 402 обработки, как правило, управляет всеми операциями устройства 400, такими как операции, связанные с дисплеем, телефонные вызовы, передача данных, операции камеры и операции записи. Блок 402 обработки может включать в себя один или более процессоров 420 для исполнения инструкций по выполнению всех или части шагов в вышеописанных способах. Кроме того, блок 402 обработки может включать в себя один или более модулей, которые облегчают взаимодействию между блоком 402 обработки и другими компонентами. Например, блок 402 обработки может включать в себя мультимедийный модуль, облегчающий взаимодействие между мультимедийным блоком 408 и блоком 402 обработки.

[0198] Запоминающее устройство 404 выполнено с возможностью хранения различных типов данных для поддержки работы устройства 400. Примеры таких данных включают в себя инструкции для любых приложений или способов, работающих на устройстве 400, контактные данные, данные телефонной книги, сообщения, фотографии, видео и т.д. Запоминающее устройство 404 может быть реализовано с помощью энергозависимых или энергонезависимых запоминающих устройств любого типа, или их сочетания, например статического оперативного запоминающего устройства (SRAM), электрически стираемого программируемого постоянного запоминающего устройства (EEPROM), стираемого программируемого постоянного запоминающего устройства (EPROM), программируемого постоянного запоминающего устройства (PROM), постоянного запоминающего устройства (ROM), магнитного запоминающего устройства, флэш-памяти, магнитного или оптического диска.

[0199] Блок 406 питания обеспечивает питание различных компонентов устройства 400. Блок 406 питания может включать в себя систему управления питанием, один или более источников питания и другие компоненты, связанные с выработкой, управлением и распределением электропитания в устройстве 400.

[0200] Мультимедийный блок 408 включает в себя экран, обеспечивающий выходной интерфейс между устройством 400 и пользователем. В некоторых вариантах осуществления экран может включать в себя жидкокристаллический дисплей (LCD) и сенсорную панель (TP). Если экран включает в себя сенсорную панель, экран может быть выполнен в виде сенсорного экрана, принимающего входные сигналы от пользователя. Сенсорная панель включает в себя один или более сенсорных датчиков для считывания прикосновений, скольжений и жестов на сенсорной панели. Сенсорные датчики могут не только распознавать разницу между касанием или скольжением, но также распознавать период времени и давление, связанные с касанием или скольжением. В некоторых вариантах осуществления, мультимедийный блок 408 включает в себя переднюю камеру и/или заднюю камеру. Передняя камера и/или задняя камера могут принимать внешние мультимедийные данные, когда устройство 400 находится в рабочем режиме, например в режиме фотографирования или режиме видео. Как передняя камера, так и задняя камера могут быть системой фиксированных оптических линз или иметь функции фокусного и оптического масштабирования.

[0201] Аудио блок 410 выполнен с возможностью вывода и/или ввода аудио сигналов. Например, аудио блок 410 включает в себя микрофон (MIC), выполненный с возможностью приема внешнего аудио сигнала, когда устройство 400 находится в рабочем режиме, таком как режим вызова, режим записи и режим распознавания голоса. Полученный аудио сигнал может быть далее сохранен в запоминающем устройстве 404 или передан с помощью блока 416 связи. В некоторых вариантах осуществления аудио блок 410 далее включает в себя динамик для вывода аудио сигналов.

[0202] Интерфейс 412 ввода-вывода обеспечивает интерфейс между блоком 402 обработки и периферийными интерфейсными модулями, такими как клавиатура, колесо прокрутки, кнопки, и т.п. Кнопки могут включать в себя, но не ограничивая, кнопку возврата в начало, кнопку громкости, кнопку «Пуск» и кнопку блокировки.

[0203] Сенсорный блок 414 включает в себя один или более датчиков, обеспечивающих оценку состояния различных сторон устройства 400. Например, сенсорный блок 414 может обнаруживать состояние открытия/закрытия устройства 400, относительное расположение компонентов, например, дисплея и клавиатуры устройства 400, изменение положения устройства 400 или компонента устройства 400, наличие или отсутствие контакта пользователя с устройством 400, ориентацию или ускорение/замедление устройства 400 и изменение температуры устройства 400. Сенсорный блок 414 может включать в себя датчик приближения, способный определять присутствие объектов в непосредственной близости без физического контакта. Сенсорный блок 414 может также включать в себя световой датчик, например датчик изображения CMOS или CCD, для использования в приложениях, работающих с изображениями. В некоторых вариантах осуществления сенсорный блок 414 может также включать в себя датчик ускорения, гироскопический датчик, магнитный датчик, датчик давления или температурный датчик.

[0204] Блок связи 416 выполнен с возможностью обеспечения связи, проводной или беспроводной, между устройством 400 и другими устройствами. Устройство 400 может получать доступ к беспроводной сети на основе стандарта связи, например WiFi, 2G или 3G или их сочетания. В одном примере осуществления блок 416 связи принимает широковещательный сигнал или связанную с широким вещанием информацию от внешней системы управления широким вещанием по широковещательному каналу. В одном примере осуществления блок 416 связи дополнительно включает в себя модуль радиосвязи на коротком расстоянии (NFC) для обеспечения связи на коротком расстоянии. Например, модуль NFC может быть реализован на основании технологии радиочастотной /ВЧ идентификации (RFID), технологии ассоциации ИК- техники передачи данных (IrDA), сверхширокополосной (UWB) технологии, технологии Bluetooth (ВТ) и других технологиях.

[0205] В примерах осуществления устройство 400 может быть реализовано с помощью одной или более специализированных интегральных схем (ASICs), процессоров цифровой обработки сигнала (DSPs), устройств цифровой обработки сигналов (DSPDs), программируемых логических устройств (PLDs), матриц программируемых логических вентилей (FPGAs), контроллеров, микроконтроллеров, микропроцессоров или других электронных компонентов для осуществления вышеописанных способов.

[0206] В примерах осуществления далее представлена долговременная машиночитаемая среда хранения, включающая инструкции, такие как включенные в запоминающее устройство 804, исполняемые процессором 820 в устройстве 800, для осуществления вышеописанных способов. Например, долговременная машиночитаемая среда хранения может быть постоянным запоминающим устройством ROM, оперативным запоминающим устройством (RAM), CD-ROM, магнитной лентой, флоппи-диском, устройством хранения оптических данных и тому подобное.

[0207] Машиночитаемая среда долговременного хранения, когда инструкция в среде хранения выполняется процессором мобильного терминала, позволяет мобильному терминалу выполнять способ сегментации изображения, включающий в себя:

[0208] вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица;

[0209] выбор образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч, и порогом вероятности фона, заданными заранее;

[0210] вычисление первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона;

[0211] вычисление первой апостериорной вероятности переднего плана головы-плеч и второй апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятности правдоподобия цветов и второй вероятности правдоподобия цветов; и

[0212] выполнение сегментации головы-плеч на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.

[0213] Если требуется, вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица включает в себя:

[0214] выбор заданного количества фронтальных изображений лиц женщин;

[0215] создание калиброванного изображения головы-плеч каждого фронтального изображения лица женщины в соответствии с результатом калибрования переднего плана головы-плеч пользователем на каждом фронтальном изображении лица женщины;

[0216] позиционирование характерных точек внешнего контура лица на каждом фронтальном изображении лица женщины для получения результата позиционирования;

[0217] выравнивание и нормализация размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданный размер; и

[0218] в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисление априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0219] Если требуется, вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица включает в себя:

[0220] выбор заданного количества фронтальных изображений лиц мужчин;

[0221] создание калиброванного изображения головы и плеч каждого фронтального изображения лица мужчины в соответствии с результатом калибрования переднего плана головы-плеч пользователем на каждом фронтальном изображении лица мужчины;

[0222] позиционирование характерных точек внешнего контура лица в каждом фронтальном изображении лица мужчины для получения результата позиционирования;

[0223] выполнение выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданный размер; и

[0224] в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисление априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

[0225] Если требуется, априорная вероятность появления переднего плана головы-плеч на пикселях вычисляется в соответствии с результатом калибрования переднего плана головы-плеч, используя следующую формулу:

[0226]

[0227] где $$P(I_{(x_i,y_i)}=1)$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $${\text{I}}_{{\text{(x}}_{\text{i}}{\text{, y}}_{\text{i}}\text{)}}^{\text{j}}$$ - результат калибрования пикселя (x_i, y_i) на j-м изображении, $${\text{I}}_{\text{(xi}\text{, yi)}}^{\text{j}}=\text{1}$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как передний план головы-плеч, $${\text{I}}_{\text{(xi}\text{, yi})}^{\text{j}}=0$$ означает, что пиксель (x_i, y_i) на j-м изображении калибруется как фон, а N - количество фронтальных изображений лица.

[0228] Если требуется, выбор образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч, и порогом вероятности фона, задаваемыми заранее, включает в себя:

[0229] идентификацию пола по лицу на сегментируемом изображении для получения результата идентификации пола;

[0230] определение априорной вероятности, соответствующей сегментируемому изображению, в соответствии с результатом идентификации пола;

[0231] в отношении каждого пикселя на сегментируемом изображении, оценку, является ли априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, если априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, определение пикселя в качестве образцового пикселя переднего плана; и

[0232] в отношении каждого пикселя на сегментируемом изображении, оценку, является ли априорная вероятность пикселя ниже порога вероятности фона; если априорная вероятность пикселя ниже порога вероятности фона, определение пикселя в качестве образцового пикселя фона; и

[0233] Если требуется, вычисление первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона, используя следующие формулы:

[0234]

[0235]

[0236] где $$\overline{(R_j,G_j,B_j)}$$ - вектор признаков цвета j-го центра кластеризации, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=1$$ ) - первая вероятность правдоподобия цветов, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=0)$$ - вторая вероятность правдоподобия цветов, N_F - количество центров кластеризации образцовых пикселей переднего плана головы-плеч, и N_B - количество центров кластеризации образцовых пикселей фона; $$\text{dist(}\overline{\text{(R}\text{,G}\text{,B)}}\text{,}\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}\text{)}$$ - евклидово расстояние от вектора $$\overline{\text{(R}\text{,G}\text{,B)}}$$ признаков цвета до центра $$\overline{{\text{(R}}_{\text{j}}{\text{,G}}_{\text{j}}{\text{,B}}_{\text{j}}\text{)}}$$ кластеризации, w_j - отношение количества образцовых пикселей j-го центра кластеризации к количеству всех образцовых пикселей, а β - среднее евклидово расстояние между векторами признаков цвета разных центров кластеризации, которые определяются следующим образом:

[0237]

[0238]

[0239] Если требуется, вычисление апостериорной вероятности переднего плана головы-плеч и апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятности правдоподобия цветов и второй вероятности правдоподобия цветов производится по следующим формулам:

[0240]

[0241

[0242] где $$P(I_{(x_i,y_i)}=1\overline{|(R,G,B)})$$ - апостериорная вероятность переднего плана головы-плеч, а

[0243] $$P(I_{(x_i,y_i)}=0\overline{|(R,G,B)})$$ - апостериорная вероятность фона.

[0244] В соответствии с машиночитаемой средой долговременного хранения, предусмотренной вариантами осуществления настоящего изобретения, поскольку априорная вероятность появления переднего плана головы-плеч в каждом пикселе изображения вычисляется в соответствии с результатом позиционирования точек внешнего контура лица, а образцовые пиксели переднего плана головы-плеч и образцовые пиксели фона автоматически выбираются на основе априорной вероятности переднего плана головы-плеч, решается задача по исключению необходимости участия пользователя в процессе выбора образцовых пикселей, и улучшается результат работы пользователя; кроме того, поскольку сегментация изображения выполняется на основе априорной вероятности и вероятности правдоподобия цветов, стандарт сегментации детализируется и повышается точность сегментации.

[0245] Фиг. 5 представляет структурную блок-схему, иллюстрирующую устройство 500 для сегментации изображения в соответствии с примером осуществления. Например, устройство 500 может быть представлено сервером. На фиг. 5 устройство 500 включает в себя блок 522 обработки, который дополнительно включает в себя один или более процессоров, ресурсы памяти, представленные запоминающим устройством 532 для хранения инструкций, исполняемых блоком 522 обработки, например прикладных программ. Прикладные программы, хранящиеся в запоминающем устройстве 532, могут включать в себя один или более модулей, каждый из которых соответствует набору инструкций. Кроме того, блок 522 обработки выполнен для исполнения инструкций по выполнению вышеописанного способа.

[0246] Устройство 500 может дополнительно включать в себя блок 526 питания, способный осуществлять управление питанием устройства 500, проводной(-ые) или беспроводной(-ые) сетевой(-ые) интерфейс(-ы), способный(-ые) подсоединять устройство 500 к сети, и интерфейс 558 ввода/вывода (I/O). Устройство 500 может работать на основе операционной системы, хранящейся в запоминающем устройстве 532, например Windows ServerTM, Mac OS XTM, UnixTM, LinuxTM, FreeBSDTM и т.п.

[0247] Другие варианты осуществления настоящего изобретения будут очевидны для специалистов в данной области техники, при рассмотрении описания и практики изобретения, раскрытого здесь. Подразумевается, что данная заявка охватывает любые применения, изменения или адаптации изобретения и в общем следует принципам изобретения, включая такие отступления от настоящего изобретения, как подпадающие под действие общеизвестной или общепринятой практики в данной области техники.

Предполагается, что описание и примеры должны рассматриваться только в качестве примеров, причем действительный объем и сущность изобретения указаны в следующих пунктах формулы изобретения.

[0248] Необходимо понимать, что настоящее изобретение не ограничивается конкретным исполнением, которое была описана выше и проиллюстрирована в сопроводительных чертежах, и что в него могут быть внесены различные изменения и модификации без выхода за границы объема настоящего изобретения. Предполагается, что объем изобретения должен ограничиваться только прилагаемой формулой изобретения.

Настоящее изобретение относится к области технологии обработки изображений. Технический результат заключается в повышении точности сегментации изображения. Способ включает в себя: вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе на изображении, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица, выбор образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения. Вычисление первой и второй вероятностей правдоподобия цветов соответственно переднего плана головы-плеч и цветов фона, вычисление первой апостериорной вероятности переднего плана головы-плеч и второй апостериорной вероятности фона в соответствии с априорной вероятностью и выполнение сегментации головы-плеч на сегментируемом изображении в соответствии с первой и второй апостериорными вероятностями. 3 н. и 14 з.п. ф-лы, 5 ил.

1. Способ сегментации изображения, включающий в себя:
вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица,
выбор образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч, и порогом вероятности фона, которые задаются заранее,
вычисление первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона,
вычисление первой апостериорной вероятности переднего плана головы-плеч и второй апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятности правдоподобия цветов и второй вероятности правдоподобия цветов, и
выполнение сегментации головы-плеч на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.

2. Способ по п. 1, отличающийся тем, что вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица включает в себя
выбор заданного количества фронтальных изображений лиц женщин;
создание пользователем калиброванного изображения головы-плеч каждого фронтального изображения лица женщины в соответствии с результатом калибрования переднего плана головы-плеч на каждом фронтальном изображении лица женщины,
позиционирование характерных точек внешнего контура лица в каждом фронтальном изображении лица женщины для получения результата позиционирования,
выполнение выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования характерных точек внешнего контура лица для получения множества изображений, имеющих заданный размер, и
в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисление априорной возможности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

3. Способ по п. 1, отличающийся тем, что вычисление априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения с заданным размером в соответствии с результатом позиционирования точек внешнего контура лица включает в себя
выбор заданного количества фронтальных изображений лиц мужчин,
создание калиброванного изображения головы-плеч каждого фронтального изображения лица мужчины в соответствии с результатом калибрования переднего плана головы-плеч пользователем на каждом фронтальном изображении лица мужчины,
позиционирование характерных точек внешнего контура лица каждого фронтального изображения лица мужчины для получения результата позиционирования,
выполнение выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования характерных точек внешнего контура лица для получения множества изображений, имеющих заданный размер, и
в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданный размер, вычисление априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

4. Способ по п. 2, отличающийся тем, что вычисление априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч производится по формуле

где $$P(I_{(x_i,y_i)}=1)$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $$I_{(x_i,y_i)}^j=1$$ - результат калибрования в пикселе (x_i, y_i) на j-м изображении, $$I_{(x_i,y_i)}^j=1$$ означает, что пиксель (x_i, y_i) на j-м изображении откалиброван как передний план головы-плеч, $$I_{(x_i,y_i)}^j=0$$ означает, что пиксель (x_i, y_i) на j-м изображении откалиброван как фон, а N - количество фронтальных изображений лица.

5. Способ по п. 3, отличающийся тем, что вычисление априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч производится по формуле

где $$P(I_{(x_i,y_i)}=1)$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $$I_{(x_i,y_i)}^j=1$$ - результат калибрования в пикселе (x_i, y_i) на j-м изображении, $$I_{(x_i,y_i)}^j=1$$ означает, что пиксель (x_i, y_i) на j-м изображении откалиброван как передний план головы-плеч, $$I_{(x_i,y_i)}^j=0$$ означает, что пиксель (x_i, y_i) на j-м изображении откалиброван как фон, a N - количество фронтальных изображений лица.

6. Способ по п. 1, отличающийся тем, что выбор образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью и порогом вероятности переднего плана головы-плеч и порогом вероятности фона, которые заданы заранее, включает в себя
идентификацию пола человека по лицу на сегментируемом изображении для получения результата идентификации пола,
определение априорной вероятности, соответствующей сегментируемому изображению, в соответствии с результатом идентификации пола,
в отношении каждого пикселя на сегментируемом изображении, оценку, является ли априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, и если априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, определение пикселя в качестве образцового пикселя переднего плана, и
в отношении каждого пикселя на сегментируемом изображении, оценку, является ли априорная вероятность пикселя ниже порога вероятности фона, и если априорная вероятность пикселя ниже порога вероятности фона, определение пикселя в качестве образцового пикселя фона.

7. Способ по п. 1, отличающийся тем, что вычисление первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона производится по формуле
где $$\overline{(R_j,G_j,B_j)}$$ - вектор признаков цвета j-го центра кластеризации, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=1$$ - первая вероятность правдоподобия цветов, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=0$$ - вторая вероятность правдоподобия цветов, N_F -количество центров кластеризации образцовых пикселей переднего плана головы-плеч, и N_B - количество центров кластеризации образцовых пикселей фона; $$dist(\overline{(R,G,B)},\overline{(R_j,G_j,B_j)})$$ - евклидово расстояние от вектора $$\overline{(R,G,B)}$$ признаков цвета до центра $$\overline{(R_j,G_j,B_j)}$$ кластеризации, w_j - отношение количества образцовых пикселей j-го центра кластеризации к количеству всех образцовых пикселей, а β - среднее евклидово расстояние между векторами признаков цвета разных центров кластеризации, которые определяются как

8. Способ по любому одному из пп. 1-7, отличающийся тем, что вычисление апостериорной вероятности переднего плана головы-плеч и апостериорной вероятности фона в соответствии с априорной вероятностью, первой возможной вероятностью цвета и второй возможной вероятностью цвета производится по формуле

где $$P(I_{(x_i,y_i)}=1|\overline{(R,G,B)})$$ - апостериорная вероятность переднего плана головы-плеч; a $$P(I_{(x_i,y_i)}=0\overline{(R,G,B)})$$ - апостериорная вероятность фона.

9. Аппарат сегментации изображения, содержащий
модуль вычисления априорной вероятности, выполненный с возможностью вычисления априорной вероятности появления переднего плана головы-плеч в каждом пикселе изображения, имеющего заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица,
модуль выбора образцовых пикселей, выполненный с возможностью выбора образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч, и порогом вероятности фона, которые заданы заранее,
модуль вычисления вероятности правдоподобия цветов, выполненный с возможностью вычисления первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона,
модуль вычисления апостериорной вероятности, выполненный с возможностью вычисления первой апостериорной вероятности переднего плана головы-плеч и второй апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятностью правдоподобия цветов и второй вероятностью правдоподобия цветов, и
модуль сегментации изображения, выполненный с возможностью выполнения сегментации головы-плеч на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.

10. Аппарат по п. 9, отличающийся тем, что модуль вычисления априорной вероятности выполнен с возможностью
выбора заданного количества фронтальных изображений лиц женщин,
создания пользователем калиброванного изображения головы-плеч каждого фронтального изображения лица женщины в соответствии с результатом калибрования переднего плана головы-плеч по каждому фронтальному изображению лица женщины,
позиционирования характерных точек внешнего контура в каждом фронтальном изображении лица женщины для получения результата позиционирования,
выполнения выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданные размеры, и
в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданные размеры, вычисления априорной вероятности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

11. Аппарат по п. 9, отличающийся тем, что модуль вычисления априорной вероятности выполнен с возможностью
выбора заданного количества фронтальных изображений лиц мужчин,
создания пользователем калиброванного изображения головы-плеч каждого фронтального изображения лица мужчины в соответствии с результатом калибрования переднего плана головы-плеч по каждому фронтальному изображению лица мужчины,
позиционирования характерных точек внешнего контура в каждом фронтальном изображении лица мужчины для получения результата позиционирования,
выполнения выравнивания и нормализации размера на каждом калиброванном изображении головы-плеч в соответствии с результатом позиционирования точек внешнего контура лица для получения множества изображений, имеющих заданные размеры, и
в отношении пикселя в одной и той же позиции на множестве изображений, имеющих заданные размеры, вычисления априорной возможности появления переднего плана головы-плеч в пикселе в соответствии с результатом калибрования переднего плана головы-плеч.

12. Аппарат по п. 10, отличающийся тем, что модуль вычисления априорной вероятности вычисляет априорную вероятность появления переднего плана головы-плеч в каждом пикселе по формуле

где $$P(I_{(x_i,y_i)}=1)$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $$I_{(x_i,y_i)}^j=1$$ - результат калибрования в пикселе (x_i, y_i) на j-м изображении, $$I_{(x_i,y_i)}^j=1$$ означает, что пиксель (x_i, y_i) на j-м изображении откалиброван как передний план головы-плеч, $$I_{(x_i,y_i)}^j=0$$ означает, что пиксель (x_i, y_i) на j-м изображении откалиброван как фон, a N - количество фронтальных изображений лица.

13. Аппарат по п. 11, отличающийся тем, что модуль вычисления априорной вероятности вычисляет априорную вероятность появления переднего плана головы-плеч в каждом пикселе по формуле

где $$P(I_{(x_i,y_i)}=1$$ - априорная вероятность появления переднего плана головы-плеч в пикселе (x_i, y_i), $$I_{(x_i,y_i)}^j=1$$ - результат калибрования в пикселе (x_i, y_i) на j-м изображении, $$I_{(x_i,y_i)}^j=1$$ означает, что пиксель (x_i, y_i) на j-м изображении откалиброван как передний план головы-плеч, $$I_{(x_i,y_i)}^j=0$$ означает, что пиксель (x_i, y_i) на j-м изображении откалиброван как фон, а N - количество фронтальных изображений лица.

14. Аппарат по п. 9, отличающийся тем, что модуль выбора образцовых пикселей выполнен с возможностью
идентификации пола человека по лицу на сегментируемом изображении для получения результата идентификации пола,
определения априорной вероятности, соответствующей сегментируемому изображению, в соответствии с результатом идентификации пола,
в отношении каждого пикселя на сегментируемом изображении, оценки, является ли априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, и если априорная вероятность пикселя выше порога вероятности переднего плана головы-плеч, определения пикселя в качестве образцового пикселя переднего плана, и
в отношении каждого пикселя на сегментируемом изображении, оценки, является ли априорная вероятность пикселя ниже порога вероятности фона, и если априорная вероятность пикселя ниже порога вероятности фона, определения пикселя в качестве образцового пикселя фона.

15. Аппарат по п. 9, отличающийся тем, что модуль вычисления вероятности правдоподобия цветов вычисляет первую вероятность правдоподобия цветов переднего плана головы-плеч и вторую вероятность правдоподобия цветов фона по формуле

где $$\overline{(R_j,G_j,B_j)}$$ - вектор признаков цвета j-го центра кластеризации, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=1$$ - первая вероятность правдоподобия цветов, $$P(\overline{(R,G,B)}|I_{(x_i,y_i)}=0$$ - вторая вероятность правдоподобия цветов, N_F - количество центров кластеризации образцовых пикселей переднего плана головы-плеч, N_B - количество центров кластеризации образцовых пикселей фона; $$dist(\overline{(R,G,B)},\overline{(R_j,G_j,B_j)})$$ - евклидово расстояние от вектора $$\overline{(R,G,B)}$$ признаков цвета до центра $$\overline{(R_j,G_j,B_j)}$$ кластеризации, w_j - отношение количества образцовых пикселей j-го центра кластеризации к количеству всех образцовых пикселей, а β - среднее евклидово расстояние между векторами признаков цвета разных центров кластеризации, которые определяются как

16. Аппарат по любому одному из пп. 9-15, отличающийся тем, что модуль вычисления апостериорной вероятности вычисляет апостериорную вероятность переднего плана головы-плеч и апостериорную вероятность фона по формулам

где $$P(I_{(x_i,y_i)}=1|\overline{(R,G,B)})$$ - апостериорная вероятность переднего плана головы-плеч; а $$P(I_{(x_i,y_i)}=0|\overline{(R,G,B)})$$ - апостериорная вероятность фона.

17. Устройство для сегментации изображения, содержащее
процессор, и
запоминающее устройство для хранения инструкций, исполняемых процессором, в котором процессор выполнен с возможностью
вычисления априорной вероятности появления переднего плана головы-плеч в каждом пикселе на изображении, имеющем заданный размер, в соответствии с результатом позиционирования точек внешнего контура лица,
выбора образцовых пикселей переднего плана головы-плеч и образцовых пикселей фона из сегментируемого изображения в соответствии с априорной вероятностью, и порогом вероятности переднего плана головы-плеч, и порогом вероятности фона, которые заданы заранее,
вычисления первой вероятности правдоподобия цветов переднего плана головы-плеч и второй вероятности правдоподобия цветов фона в соответствии с векторами признаков цвета образцовых пикселей переднего плана головы-плеч и векторами признаков цвета образцовых пикселей фона,
вычисления первой апостериорной вероятности переднего плана головы-плеч и второй апостериорной вероятности фона в соответствии с априорной вероятностью, первой вероятностью правдоподобия цветов и второй вероятностью правдоподобия цветов, и
выполнения сегментации головы-плеч на сегментируемом изображении в соответствии с первой апостериорной вероятностью и второй апостериорной вероятностью.