1、近年來(lái)，人臉檢測(cè)作為人臉識(shí)別、視頻監(jiān)督、人機(jī)交互和人臉圖像數(shù)據(jù)庫(kù)管理等識(shí)別應(yīng)用的關(guān)鍵和首要的步驟，一直受到眾多研究者的關(guān)注。但是到目前為止，由于人臉檢測(cè)受到表情、膚色、姿態(tài)、光照、年齡、圖像質(zhì)量及可能存在的眼睛、發(fā)型、胡須等因素的影響，眾多研究者均未對(duì)人臉檢測(cè)問(wèn)題給出徹底的解決方案。本文收集和分析了近年來(lái)國(guó)內(nèi)外大量的關(guān)于人臉檢測(cè)和面部特征定位的研究報(bào)告和學(xué)術(shù)論文，對(duì)人臉檢測(cè)系統(tǒng)的建立進(jìn)行了深入的研究。并在人臉檢測(cè)技術(shù)研究成果的基礎(chǔ)上，提

2、出了復(fù)雜背景下彩色圖像的人臉檢測(cè)方法。 本文的主要研究工作和創(chuàng)新點(diǎn)有： (1)利用膚色對(duì)彩色圖像進(jìn)行人臉檢測(cè)時(shí)，檢測(cè)結(jié)果常常受到光照的影響。因此本文提出一種新的光照補(bǔ)償方法：該方法利用“灰度世界假設(shè)”理論對(duì)圖像是否存在色彩偏移進(jìn)行判斷，如果存在則進(jìn)行光照補(bǔ)償；同時(shí)我們引入一個(gè)對(duì)數(shù)函數(shù)對(duì)“參照白”光照補(bǔ)償方法進(jìn)行了改進(jìn)。實(shí)驗(yàn)證明，該方法提高了膚色模型對(duì)光照變化的魯棒性，從而解決了膚色檢測(cè)中常見(jiàn)的對(duì)光照敏感、漏檢率高等問(wèn)題。

3、 (2)選用YCbCr色彩空間建立膚色模型，并對(duì)膚色進(jìn)行相似度計(jì)算和二值分割，對(duì)得到的二值圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)濾波以去除噪聲的影響，輸出候選人臉區(qū)域。同時(shí)利用人臉的長(zhǎng)寬比、面積和歐拉數(shù)對(duì)候選人臉區(qū)域進(jìn)行初步篩選。 (3)利用嘴唇在YIQ色彩空間的紅色特性提出了一種新的嘴巴定位方法，該方法打破了嘴巴定位需依賴眼睛定位的傳統(tǒng)，大大提高了器官檢測(cè)的正確性。同時(shí)通過(guò)計(jì)算灰度圖像的圖像復(fù)雜度對(duì)眼睛進(jìn)行定位。 (4)本文還對(duì)人

4、臉面部器官的結(jié)構(gòu)關(guān)系進(jìn)行了深入的研究，將人臉面部器官的位置信息轉(zhuǎn)化為位置比例關(guān)系和角度關(guān)系，這樣可以省去圖像歸一化過(guò)程，減少計(jì)算量，同時(shí)還大大提高了面部器官定位的準(zhǔn)確性。 (5)本文利用Visual C++6.0和Matlab 7.0對(duì)該人臉檢測(cè)算法進(jìn)行了實(shí)現(xiàn)，并在自建的人臉測(cè)試圖像庫(kù)上做了很多實(shí)驗(yàn)。實(shí)驗(yàn)數(shù)據(jù)表明本文所提出的算法對(duì)復(fù)雜背景下彩色圖像的人臉檢測(cè)具有很好的魯棒性，對(duì)光照、姿態(tài)、表情、年齡和圖像大小、角度的變化都有較強(qiáng)的適應(yīng)性