论文摘要：基于肤色分割的彩色图像人脸检测关键算法的研究

人脸研究主要包括人脸检测、人脸跟踪、人脸识别以及衍生出来的姿态和表情分析等几个主要领域，其中人脸检测是人脸信息处理领域中的一项关键技术。本文归纳和分析了当前人脸检测的典型算法，然后提出了一个由粗到细的多阶段的筛选与验证方法，以定位复杂背景中人脸数目、大小、位置均未知的人脸。首先，采用中值滤波对原始彩色图像进行平滑去噪；考虑剔除亮度的影响采用YCbCr色度空间，利用人的肤色聚类特性建立肤色模型。然后，对肤色分割图进行数学形态学处理、去除假区域等处理，排除明显不是人脸区域的地方以进一步缩小搜索空间，将此结果作为候选人脸区域输出。在人脸区域验证阶段，本文改进积分投影的人眼定位方法，提出一种融合眼嘴色度分布特征的验证方法，判断候选区域是否包含人脸，为人脸识别工作打下基础。本文利用VC++编程工具对该算法进行实现，且在人脸测试图像集上进行大量实验。结果表明：本文算法由于使用肤色模型减少了复杂背景中的候选区域，提高了检测速度。本文融合人脸中眼嘴灰度分布以及色度分布信息的双重验证方法，相对于两种检测方法的单独使用时，查准率有明显提高，漏查率略有增加，但误查率明显下降。由于人脸图像来源、人脸自身的复杂度等原因，我们设计的检测算法还存在一定漏检和误检。总体来说，本文算法对复杂背景下的彩色人脸检测具有较好的鲁棒性。