1、人臉檢測是確定人臉的位置、大小、數(shù)目的圖像處理過程。人臉檢測是人臉識別、人機交互、智能視覺監(jiān)控等工作的前提。隨著計算機應用的普及、性能的提高以及圖像處理和模式識別領(lǐng)域的研究逐步成熟，對人臉檢測的研究也將受到越來越多的重視。本文針對復雜背景下的人臉檢測問題展開研究。在分析現(xiàn)有人臉檢測方法優(yōu)缺點的基礎上，提出了一種粗檢測與驗證相結(jié)合的人臉檢測算法。粗檢測主要應用的是改進的膚色模型和唇色閩值的方法；驗證采用了模板匹配算法。論文的主要工作包括：

2、膚色是人臉重要特征，在通過膚色采樣統(tǒng)計和聚類分析后，確立了一種在YCbCr空間下的基于分段高斯模型的膚色分割方法。在YCbCr色彩空間中建立膚色分布的高斯模型，得到膚色概率似然圖像，根據(jù)最優(yōu)閾值進行二值化，然后，通過膚色分割得到若干可能膚色塊； 唇色在人臉上有明顯的顏色特征，通過唇色樣本統(tǒng)計和聚類分析得到唇色的三重閡值，在可能膚色區(qū)域中搜索嘴唇，并根據(jù)嘴唇的大小和位置確定人臉的大小及旋轉(zhuǎn)角度；在掌握模板匹配的原理和實現(xiàn)算法后，使

3、用一種平均臉模板匹配算法進行人臉檢測，平均臉模板采用手工制作的方法，含有正面、側(cè)面等多種角度及大小的模板。實驗中使用該方法進行人臉檢測最后階段的驗證，并針對非端正人臉，給出了解決方案。 最后，分析顏色分割和模板匹配算法在檢測工作中各自的優(yōu)勢和缺點，將兩種方法結(jié)合起來，構(gòu)建了一個新的人臉檢測算法。對通過膚色分割得到的候選人臉區(qū)域，使用模板匹配算法進行確認，得到人臉檢測的最終結(jié)果。 實驗結(jié)果表明，該算法是有效的，具有較高的檢