Modelos matemáticos para redução do espectro provável e detecção de tons de pele humana em imagens coloridas representadas nos espaços de cores RGB e HSV

Tecnicas de deteccao de pele sao amplamente aplicadas para localizar e rastrear partes do corpo humano com o objetivo de posterior reconhecimento, tendo recebido nos ultimos anos grande atencao no desenvolvimento de pesquisas em razao das inumeras aplicacoes possiveis como deteccao e rastreamento de faces, identificacao de pessoas nuas, identificacao de movimentos das maos, entre outras. O presente trabalho propos construir 2 modelos matematicos para deteccao de tons de pele humana branca, amarela, parda e preta em imagens digitais coloridas nos espacos de cores RGB e HSV. Utilizandose de um conjunto de amostras de tons de pele humana foram construidos modelos matematicos que descrevem como as variaveis de cada pixel de cor nos sistemas RGB e HSV se relacionam. Para compreender a resposta do sistema proposto, foi escolhido o modelo mecanistico, dividindo-o em componentes e observando o comportamento de cada parte e das interacoes que ocorreram entre elas. O filtro RGB proposto alcancou o indice de reducao de 98,3657% do espectro, classificando apenas 1,6343% (253.159 tons) como possiveis tons de pele e o modelo HSV reduziu para 2,5352% (94.030 tons) o espectro provavel, descartando 97,4648% das cores como candidatas a tons de pele humana. Os filtros propostos, quando aplicados a reducao do espectro provavel de tons de pele humana, selecionaram faixas bem definidas na representacao geometrica dos espacos de cores. A validacao experimental da eficacia do modelo RGB mostrou que o filtro proposto apresenta caracteristicas conservadoras na deteccao de pele classificando como pele, erroneamente, apenas 4,5075% do espaco amostral. O filtro RGB proposto possui baixa sensibilidade de 56,9698% e elevada especificidade de 95,4925% na deteccao de pele humana em imagens digitais. O modelo HSV apresentou taxas de baixa sensibilidade (54,6333%) e alta especificidade (92,6390%), quando comparadas ao desempenho dos demais algoritmos propostos na literatura.