在人像美化中，肤色检测有助于防止磨掉头发、胡子等需要保持细节的部分，也可以使美白算法仅作用于皮肤，不对人像周边环境产生影响。
网上找了一下肤色检测模型，效果都太差，换了一种思维，找个训练集，自己做一个。
训练结果，正确率大概85%，运行起来，确实还是比网上找的公式好，勉强可用了。
算法最终反映为 opengl 的一个片断着色器，直接看shader代码吧。
找到这个网站：
<a href="http://blog.csdn.net/wangkr111/article/details/44514097">http://blog.csdn.net/wangkr111/article/details/44514097</a>
下载了一组肤色检测的数据，用python脚本将其转换为机器学习所需的矩阵数据。提取 r、g、b、y、cb、cr分量值。
机器学习算法库是自己造的轮子，使用c++开发，特别重视cache命中率，部分地方引入opencl加速，性能可以说是一流的。
使用的代码如下：
一开始本来用的是逻辑回归，因为这个出来的预测公式很简单，shader上运行速度快，但它的效果实在不行。后面改用了决策树，限制树深，以免模型太大。
至于为什么不用svm：svm出来的模型在shader上根本没法运行啊。。。