人脸检测是确定人脸的位置、大小、数目的图像处理过程。人脸检测是人脸识别、人机交互、智能视觉监控等工作的前提。近年来,在模式识别与计算机视觉领域,人脸检测已经成为一个受到普遍重视、研究十分活跃的方向。 本文针对简单背景下的彩色单人脸图像,将肤色分割、模板匹配与区域优化工作结合起来,构建了一个基于工程实际的人脸检测系统,并对复杂背景和多人脸图像情况下的检测进行了一定探讨。 论文的主要工作包括: 首先概括的介绍了人脸检测技术研究的背景和现状,阐明人脸检测技术发展的重要意义,对目前常用的一些检测算法进行了总结。 肤色是人脸重要特征,在通过肤色采样统计和聚类分析后,确立了一种在YCbCr空间下的基于高斯模型的肤色分割方法。在YCbCr色彩空间中建立肤色分布的高斯模型,得到肤色概率似然图像,在基于Fisher评价准则的动态阈值选取算法下完成肤色区域的分割和检测。 采用数学形态学和一些先验知识对所得到的肤色区域进行优化、筛选,进一步剔除由于干扰因素造成的疑似肤色区域和非人脸肤色区域,降低了后端检测算法的复杂度。 在掌握模板匹配的原理和实现算法后,使用一种平均脸模板匹配算法进行人脸检测,平均脸模板采用手工制作的方法。实验中使用该方法进行了人脸检测,并针对非端正人脸和人脸尺寸不规则的问题,引入弹性模板的方法辅助分析。 最后,分析肤色分割和模板匹配算法在检测工作中各自的优势和缺点,将两种方法结合起来,构建了一个新的人脸检测系统。对通过肤色分割得到的候选人脸区域,使用模板匹配算法进行确认,得到人脸检测的最终结果。 实验结果表明,系统算法是有效的,具有较高的检测性能。