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。本文针对复杂背
景下的彩色正面人脸图像，将肤色分割、模板匹配与候选人脸图像块筛选结合起来，构建了人
脸检测实验系统，并用自制的人脸图像数据库在该系统下进行了一系列的实验统计。本文首
先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
一一些检测算法进行了总结,然后着重阐述了基于肤色分割和模板匹配验证的人脸检测算法。
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,在最佳动态阈值选取算法下完成肤色区域的分割。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人脸特征筛选,进--步剔除非人脸肤色区域，减少候选人脸数量,简
化后续检测过程的处理。本文使用平均模板匹配方法对候选人脸进行确认，并针对图像中的
人脸通常有一定角度旋转和尺寸大小不确定的问题，通过计算候选人脸图像块的偏转角度和
面积，并以此调整模板,优化模板配准，提高模板匹配的准确性，同时避免使用多尺度模板进行
多次匹配运算，提高算法效率。提出利用候选人脸图像区域和模板质心作为配准的原点,抑制
人脸图像噪声的干扰。最后构建了基于肤色分割和模板验证的人脸检测试验系统，并对该系
统采用自制人脸图像数据库进行测试。实验结果表明，系统算法是有效的，具有较高的检测性
能和低的误判率。
       程序链接：