Méthodes de covariance

Le principe est simple : à partir d'un échantillon de pixel, chacun représenté par exemple par 2 composantes dans un certain espace colorimétrique (U et V par ex.), nous pouvons calculer la matrice de covariance de cet échantillon. Les vecteurs propres de cette matrice forment une nouvelle base, d'un autre espace donc, dans lequel nous pouvons définir une nouvelle norme euclidienne. Cette nouvelle norme va nous donner un nouvel outils de detection des pixels de peau sur une image. Un retour sur nos notions d'algèbre linéaire nous a permit de mettre en place un tel algorithme, et ainsi de definir une nouvelle norme

Pour appliquer cette méthode, il faut au préalable avoir exprimé une image dans un espace colorimétriques ne possédant que 2 composantes. Au vu des résultats empiriques, nous avons choisi d'essayer cette méthode de covariance sur les espaces YUV et RGB normalisé, espaces les plus prometteurs.