TSLカラースペース

TSL色空間（色調、彩度、明度）は、色を色調（赤、緑、青、黄、白として表現される他の刺激と類似または異なると表現される程度、白を加えた色相と考えることができる）、彩度（刺激自身の明度に対する相対的な刺激の鮮やかさ）、明度（同様の視覚条件で白く見える刺激に対する相対的な刺激の明るさ）として定義する知覚色空間である。ジャン＝クリストフ・テリヨンと赤松茂^[¹^]によって提案されたTSL色空間は、主に顔検出の目的で開発された。

RGBとTSL間の変換

ガンマ補正されたRGB値（0–1）からTSLへの変換は簡単です： ^{[ 1 ]}

${\textstyle T={\begin{cases}0.5-{\frac {\operatorname {atan2} (g',r')}{2\pi }},&{\mbox{if}}~g'\neq 0\\0,&{\mbox{if}}~g'=0\\\end{cases}}}$ – ゼロの特別なケースは元の動作を維持することです
${\textstyle S={\sqrt {{\frac {9}{5}}\left(r'^{2}+g'^{2}\right)}}}$
${\textstyle L=0.299R+0.587G+0.114B}$ –ルマ

どこ：

${\textstyle r={\tfrac {R}{R+G+B}},g={\tfrac {G}{R+G+B}}}$ – RG色度
${\textstyle r'=r-{\tfrac {1}{3}},g'=g-{\tfrac {1}{3}}}$ – 白を中心に

同様に逆変換は次のようになる: ^{[ 2 ]}

${\textstyle R=k\cdot r}$
${\textstyle G=k\cdot g}$
${\textstyle B=k\cdot (1-rg)}$

どこ：

${\textstyle r=r'+{\frac {1}{3}}}$
${\textstyle g=g'+{\frac {1}{3}}}$
$r'={\sqrt {\frac {5S^{2}}{9(x^{-1}+1)}}}$
$g'={\sqrt {\frac {5S^{2}}{9(x+1)}}}$
${\textstyle k={\frac {L}{0.185r+0.473g+0.114}}}$ – 輝度を平均強度に変換
${\textstyle x=\tan ^{2}({2\pi \cdot (T-{\frac {1}{4}})})}$

$T$ = 0の場合、TSLからRGBへの変換は一意ではありません。これは $、g'$ = 0の特殊ケースにより、順方向変換によって $r'$ の符号が失われるためです。この特殊ケースを除去すると、元の論文とは異なるものの、符号は保持されたシステムが生成されます。

TSLの利点

TSL色空間の利点は、RGB-TSL変換における正規化にあります。正規化されたRとGを利用することで、TSL色空間は肌色のセグメンテーションにおいてより効率的になります。さらに、この正規化により、肌色の変動に対する色度分布の感度が大幅に低下し、異なる肌色をより容易に検出できるようになります。^{[ 3 ]}

TSLと他の色空間の比較

テリロンは、複数の異なる色空間における顔検出の効率を調査しました。テストでは、10種類の異なる色空間で同じアルゴリズムを用いて、90枚の画像（133の顔と59人の被験者（アジア人27人、白人31人、アフリカ人1人））から顔を検出しました。TSLは他の色空間よりも優れた性能を示し、90.8%の正答率と84.9%の正答率で顔検出を拒否しました。詳細な比較は下の表をご覧ください。^{[ 3 ]}

色空間	要素数	CD （％）	CR（％）
TSL	258	90.8	84.9
rg	328	74.6	80.3
CIE-xy	388	56.6	83.5
CIE-DSH	318	60.9	75.0
HSV	408	55.7	84.7
YIQ	471	47.3	79.8
はい	494	41.6	80.3
シエルブ	418	24.1	79.0
CIELAB	399	38.4	83.6

TSLの欠点

TSL空間はより効率的かつ堅牢に構築できる可能性があります。現在、様々なカメラシステムに対応した色補正アルゴリズムは存在しません。さらに、肌色検出の精度は向上しているものの、暗い肌の色を検出することは依然として困難です。^{[ 1 ]}

アプリケーション

TSLは比較的新しい色空間であり、用途も非常に限定されているため、広く実装されていません。肌検出アルゴリズムにおいてのみ非常に有用です。肌検出自体は様々な用途に使用できます。例えば、顔検出、人物追跡（監視や映画撮影目的）、ポルノフィルタリングなどが挙げられます。TSLを用いた肌検出には自己組織化マップ（SOM）が実装され、ヒストグラムやガウス混合モデルといった従来の手法と同等の結果が得られました。^{[ 4 ]}

参照

参考文献

^ ^a ^b ^cテリヨン, ジャン＝クリストフ; 赤松茂 (1998).肌色モデルと不変モーメントを用いた自然風景画像における人物顔の自動検出. 第3回自動顔・ジェスチャー認識国際会議論文集. 奈良, 日本. pp. 130– 135.
^ Dmitry Ivanov (2023年6月21日). 「Color-space: tsl.js」 . GitHub .
^ ^a ^bテリヨン, ジャン＝クリストフ; 赤松茂 (1999). 「カラー画像における人物の顔の自動検出における、異なる肌色モデルと色空間の比較性能」. Proceedings Fourth IEEE International Conference on Automatic Face and Gesture Recognition (Cat. No. PR00580) . Vol. 99. pp. 54– 61. doi : 10.1109/AFGR.2000.840612 . ISBN 0-7695-0580-5. S2CID 39824480 .
^ Brown, D.; Craw, I.; Lewthwaite, J. (2001). SOMに基づく肌検出アプローチとリアルタイムシステムへの応用. 英国マシンビジョンカンファレンス. マンチェスター, イギリス.

[terrillon1-1] テリヨン, ジャン＝クリストフ; 赤松茂 (1998).肌色モデルと不変モーメントを用いた自然風景画像における人物顔の自動検出. 第3回自動顔・ジェスチャー認識国際会議論文集. 奈良, 日本. pp. 130– 135.

[2] Dmitry Ivanov (2023年6月21日). 「Color-space: tsl.js」 . GitHub .

[terrillon2-3] テリヨン, ジャン＝クリストフ; 赤松茂 (1999). 「カラー画像における人物の顔の自動検出における、異なる肌色モデルと色空間の比較性能」. Proceedings Fourth IEEE International Conference on Automatic Face and Gesture Recognition (Cat. No. PR00580) . Vol. 99. pp. 54– 61. doi : 10.1109/AFGR.2000.840612 . ISBN 0-7695-0580-5. S2CID 39824480 .

[brown-4] Brown, D.; Craw, I.; Lewthwaite, J. (2001). SOMに基づく肌検出アプローチとリアルタイムシステムへの応用. 英国マシンビジョンカンファレンス. マンチェスター, イギリス.

[

[ 2 ]

[ 3 ]

[ 4 ]

v t e 色空間
カラースペースのリストカラーモデル
カム	CIECAM02 iCAM CAM16 CIECAM16
CIE	XYZ（1931） RGB（1931） YUV（1960） UVW（1964） CIELAB（1976）シエルブ（1976） CIECAM02 CIECAM16
RGB	RGBカラースペース sRGB RG色度アドビ広色域プロフォト scRGB DCI-P3 記録601 SMPTE 240M/"C" 記録709 2020年の推薦記録2100
Y′UV	YUV パル YDbDr セカム YIQ NTSC YCbCr 記録601 記録709 2020年の推薦記録2100 ICtCp 記録2100 YPbPr マック xvYCC YCoCg
他の	CcMmYK CMYK カラーADD コロロイド LMS ヘキサクローム HSL、HSV 塩酸想像上の色オクラブ OSA-UCS PCCS RG RYB ハンドメイド YJK TSL
カラーシステムと標準	エースアンパカラーインデックスインターナショナル染料のCIリスト DIC 連邦規格595 HKS ICCプロファイル ISCC-NBS マンセル NCS オストワルドパントン RAL リスト JIS Z8102
生物や機械の視覚能力については、「色覚」を参照してください。