复杂背景下的人脸检测算法研究 说明书

毕业设计说明书复杂背景下的人脸检测算法研究

学生姓名：学号0805014137

学院：信息与通信工程学院

专业：电子信息科学与技术专业

指导教师：

2012年 6月

复杂背景下的人脸检测算法设计

摘要

人脸检测是人脸识别之前的重要和必不可少的步骤，用于确定人脸在视频图像中的位置和大小。随着科学技术的迅猛发展，以及人们对模式识别和计算机交互需求的发展，人脸检测技术也越来越受到人们的重视。本文是对复杂背景下人脸检测进行研究，肤色模型方面主要是高斯模型方法，结合了不同方法改进了肤色分割和唇色检测的效果用于人脸检测。在实验中从不同大小、背景、光照、表情和光源方向等方面对多姿态的人脸图像进行了检测，取得了较好的效果，表明了该算法的有效性和实用性。

关键词:人脸检测，色彩空间，肤色模型

Complex context of face detection algorithm design

Abstract

The face detection is face recognition prior to the important and essential step is used to determine the location and size of the face in the video image. With the rapid development of science and technology, as well as the demand for pattern recognition and computer interaction, face detection technology is also more and more attention has been paid. This is the face detection in complex background servant, color models of the Gaussian model approach, a combination of different methods to improve the effect of skin color segmentation and lip color detection for face detection. Multi-pose face images in the experiment in terms of different size, background, lighting, expression and light direction detection, and achieved good results, indicating that the effectiveness and practicality of the algorithm.

Keywords: face detection ,color space ,color model

目录

1 引言 (1)

1.1前言 (1)

1.2人脸检测技术的应用及难点 (1)

1.3人脸检测技术的发展与现状 (3)

1.4人脸检测技术分类 (4)

1.4.1基于知识的方法 (4)

1.4.2不变特征量法 (7)

1.4.3模版匹配方法 (8)

1.4.4基于统计理论的方法 (9)

1.5本文的主要工作及内容安排 (11)

2图像的预处理 (13)

2.1预处理过程 (13)

2.2预处理方法的研究 (14)

2.2.1直方图均衡化 (14)

2.2.2灰度拉伸 (15)

2.2.3中值滤波 (16)

2.2.4同态滤波 (17)

2.3人脸检测可用的样本库 (19)

3基于肤色的人脸检测方法 (20)

3.1色彩空间 (20)

3.1.1RGB色彩空间 (21)

3.1.2亮度归一化rgb色彩空间 (21)

3.1.3 YIQ色彩模型 (22)

3.1.4 HIS色彩空间 (22)

3.1.5YCbCr色彩空间 (23)

3.1.6 HSV色彩空间 (23)

3.2肤色检测模型的介绍 (24)

3.2.1简单色度空间模型 (24)

3.2.2统计直方图模型 (25)

3.2.3高斯模型 (25)

4算法仿真平台与实验结果 (28)

4.1肤色人脸检测 (28)

5总结与展望 (30)

5.1全文总结 (30)

5.2人脸检测技术展望 (30)

参考文献 (32)

致谢 (34)

1 引言

1.1前言

人脸识别是一个具有广阔应用前景和挑战性的课题，近年来在模式识别与计算机视觉领域受到广泛关注。由于人体的指纹、人脸、虹膜、掌纹等生物特征具有唯一确定性，所有这些生物特征成为了身份确定的重要识别特征。利用这些生物特征迅速判断并确定一个人的身份成了现在各个国家重点研究的技术，这使得生物识别技术有了很大程度的发展和完善。[1]其中应用最广泛的是指纹识别技术，这一方面的研究和发展已经驱近于成熟。在全球生物识别市场上，指纹技术已经占了过半数的份额。人脸识别作为生物识别的一种形式，虽然其识别率与精确程度比不上指纹和虹膜识别，在需要保证高度安全的场合中也只能作为一种辅助手段，但是在一般性的场合下是可以胜任的。并且相比利用指纹、视网膜等其他人体生物特征的人身鉴别方法，人脸识别具有蕴涵信息量大、直接、友好、方便等特点，易于为用户接受，逐渐成为国内外研究的热点。

人脸是一个信息极丰富的模式集合，是人类互相判别、认识、记忆的主要标志。通过对人脸的观察，我们可以判断一个人的性别、种族、身份甚至性格。而且随着高速计算机和人工智能等技术的发展以及商业和执法等方面需要的增长，利用人脸图像进行自动人脸识别和身份验证的研究和应用得到了空前的重视，并在研究方法、设备等方面取得了长足的进步，尤其在包括可视电话、电视会议、智能计算机、多媒体智能娱乐、身份认证和安保监控系统等很多方面都有着极其广泛的应用。[2]一个完整的人脸识别系统应该包括人脸检测、特征提取以及匹配识别。人脸检测是第一环节，也是人脸识别的前提及关键步骤。因而，研究人脸检测技术具有十分重要的意义。

1.2人脸检测技术的应用及难点

相对于证件，口令，密码等身份识别依据，生物特征(如指纹．声音，虹膜，人脸)具有更强的自身稳定性和个体差异性，是身份识别的理想依据。其

中人脸以其直观，获取方便等优点受到了广泛的关注，并被逐步应用到多个领域。这种技术目前最热门的应用领域有四个方面：

第一，身份认证与安全防护。在这个世界上，只要有门的地方几乎都带有一把锁。当然，在许多安全级别要求较高的区域，例如金融机构、机关办公大楼、运动场馆、甚至重要设施的工地，都需要对大量的人员进行基于身份认证的门禁管理。手机、笔记本电脑等个人电子用品，在开机和使用中经常要用到身份验证功能。

第二，媒体与娱乐。人们的许多娱乐活动都是跟脸部有关的。最著名的娱乐节目之一就是川剧的变脸。在网络虚拟世界里，通过人脸的变化，可以产生大量的娱乐节目和效果。手机、数码相机等消费电子产品中，基于人脸的娱乐项目越来越丰富。QQ、MSN等即时通信工具以及虚拟化身网络游戏也是人脸合成技术的广阔市场。

第三，图像搜索。目前，Google的图像搜索其实还是文字搜索。基于人脸图像识别技术的搜索引擎将会具有广泛的应用前景。

第四，视频压缩。将人脸检测技术的相关成果应用在视频分割技术中，可以对视频目标进行更有效的提取。

在实际生活中人类能够快速，准确的确认空间中的人脸，但对计算机而言则是一个非常困难的任务，完成计算机白动人脸检测需要面对的主要难点有以下几个方面：

1）如何判断图像中是否存在人脸，如何区别人脸和类似人脸的非人脸图像，这是人脸检测不同于人脸识别的地方。

2）人脸具有复杂的细节交化，脸形、肤色等特征的个体差异比较明显；即使同一个人也存在不同的表情和姿态等，甚至可能有器官的缺失，这都增加了人脸的变化空间；

3）由眼镜、头发和及其它外部物体造成的遮挡；

4）由于成像角度的不同造成人脸的多姿态，如平面内旋转、深度旋转以及上下旋转，其中深度旋转影响较大；

5）弱光照的影响，如图像中的亮度、对比度的变化和阴影等；

6）图像的成像条件，如摄像设备的焦距、成像距离，图像获得的途径。

由此可见，人脸检测涉及的问题十分广泛，它是一个复杂的具有挑战性的模郑州大学硕士学位论文式分类问题。解决人脸检测问题具有重要的学术价值，可以为其它类似的复杂模式检测问题提供重要启示，因此人们对人脸检测进行了大量的研究工作。

1.3人脸检测技术的发展与现状

人脸检测问题最初来源于人脸识别的研究，可以说人脸检测和识别技术几乎是同时发展的，自从上个世纪六．七十年代开始，经过几十年的曲折发展已经逐渐成熟。尤其是最近十年，随着计算机信息技术的发展和硬件性能的大幅度提高，人们提出了大量的人脸检测方法并建立多个人脸检测系统，在检测率和检测速度上都取得了令人满意的成果，已经向实用化迈出了坚实的一步。

早期的人脸检测集中于静止图像，通常以检测精度的提高和各种视角的人脸检测为主要内容。具有代表性的是基于特征的模型或者简单的模板匹配技术，在空域上提取特征，能够完成简单的人脸检测任务。中期的发展开始采用基于模板的方法，用统计学习的方法建立人脸模型，可以实现复杂背景下的人脸检测，并且运用运动信息来考察图像序列中的人脸检测。近期，研究者的方向各不相同，有人从频域中提取特征，有人继续研究更复杂的统计模型，有人将最新的分类决策理论应用于人脸检测领域。在研究过程中，人们认识到：人脸检测研究的趋势是利用多种线索(头发、肤色、器官、轮廓、模板等)综合多种分类方法，启发式信息与统计学习方法相结合。随着人脸识别技术的发展和市场对生物特征鉴定技术的认可，实时人脸检测技术已成为了一个迫切的要求。国外对人脸检测问题的研究很多，比较著名的有CMU，Mfr，Cornell和R ock feller等，而且MPEG7标准组织已经建立了人脸识别草案小组，人脸检测算法也是一项征集的内容。国际上有关人脸检测的论文数量也大幅度增长，IEEE的国际会议，如IEEE的FG(IEEE International Conference on Automatic Face and Gesture Recognition)、ICIP(International Conference on Image Processing)、CVPR(Conference on Computer Vision and Pattern Recognition)等，每年都有大量关于人脸识别和人脸检测的论文。其中人脸检测文章占到总数的1／3之多。

与国外相比，国内对人脸检测领域的研究起步较晚，但最近十年发展得非常快，并在人脸检测技术实用化方面取得了一定的成绩，已有基于人脸检测技术的监控产品投入市场。国内开展人脸检测研究的主要单位有清华大学、哈尔滨工业大学、北京工业大学、中科院院计算所、中科院自动化所。

1.4人脸检测技术分类

对于人脸检测的算法，国内外研究者们提出了许多有效的人脸检测算法，大体上可以分为 4 类：基于知识（Knowledge-based）的方法，不变特征量法(Feature invariant)，模版匹配方法(Template matching)，基于统计理论的方法(Appearance-based)。[3]基于知识的方法检测速度较快，如Yang 和Huang 提出了基于镶嵌图的人脸检测方法，对于正面人脸的检测精度较高，但不适用于多姿态的人脸检测；基于模板的方法稳定性高且鲁棒性好，如梁路宏等提出的基于仿射模板匹配的方法来检测多姿态人脸，但使用各种倾斜角的模板与输入图像中的每一个可能窗口进行匹配，冗余匹配次数太多、检测速度难以提高。为了解决人脸尺寸的不确定性，许多检测算法往往需在图像的多个分辨率上重复搜索，计算开销大。Pau1 Viola 和Michael Jones 在2001 年提出了一种基于Haar-Like型特征的Adaboost 人脸检测算法，并使用Cascade 结构将第一个真正实时的人脸检测系统成功建立，因该算法具有检测率高，实时性好的优点，成为学术界普遍采用的方法，但该方法需要大量时间进行训练，导致检测系统的灵活性不强。

当然上述的分类并不是绝对的，实际上有许多人脸检测的方法并不能简单地归于上述中的某一类，而是几类的组合，下面分别介绍几种主要的人脸检测方法。

1.4.1基于知识的方法

这一类的方法一般都是先提取人脸的各种基本特征，然后根据一些知识规则来检验它们是否符合人脸的先验知识，以此来确认图像中是否包含人脸。此类方法所使用的人脸特征大致可分为基本特征和肤色特征。

1、基本特征

人脸的基本特征主要包括灰度特征、轮廓线和形状特征、结构特征、纹理特征。(1)

灰度特征

多个人脸图像的平均就是一个简单的人脸模板，可用于检测人脸。相应的眼模板和嘴模板也常被使用。人脸的眉、眼和嘴等区域的灰度值较低，前额、脸颊、鼻梁和下颚等其他区域的灰度值较高，因而人脸具有明显的灰度分布特征对人脸区域进行水平和垂直方向的灰度投影，根据极小点位置即可得到眉、眼、鼻和嘴的中心和各自所处的区域。

(2)轮廓线和形状特征

人脸及人脸器官具有典型的轮廓线和形状特征，如人脸轮廓、眉毛轮廓线、眼睑轮廓、虹膜轮廓、鼻侧线和嘴唇轮廓等可以近似视为椭圆、圆、弧线或线段等简单的几何单元。相对于灰度特征轮廓线特征对光照变化具有一定的鲁棒性，但在强光照变化下会产生一些伪轮廓线。

(3)结构特征

人脸的对称性也是十分有用的特征。正面人脸是左右对称的，对应轮廓线和灰度特征基本相同。人脸上的各个器官也具有自身的对称性。眉、眼、鼻和嘴等区域是按一定比例关系组织在一起，各器官按照从上而下的顺序排列，两眼和嘴中心构成一个三角形。每个人的眉、眼、鼻和嘴的相对位置，眉毛的厚度和弧度，嘴的宽高、脸形等特征各具特点．头发的灰度和肩宽等也可作为辅助特征。(4)纹理特征人脸具有特定的纹理特征基于灰度共生矩阵可计算人脸的一系列纹理特征。

2、肤色特征

对于彩色图像肤色是一个有效的特征很多颜色模型如RGB、归一化rgb、HSV、YCbCr、YIQ、YES、CIEXYZ、CIELUV、CIELab、CIEDSH、TSL等常被采用。一些研究表明，TSL彩色空间具有更好的描述能力。在归一化的彩色空间中，单一高斯模型可以有效地描述肤色的空间分布，而混合高斯模型能更好地描述肤色在非归一化彩色空间的分布。肤色直方图也常用于描述肤色的分布。就目前而言，基于以上人脸特征的人脸检测已经有很多方法，比较著名的主要有下面这些方法：[4] Sirohey等使用边缘提取后的图像进行启发式搜索进行对面部椭圆边缘进行拟和的方法。

Govindaraju等使用变形模板（deformable template)匹配头项轮廓线和左右两条

面颊轮廓线实现人脸定位。

Yang等首先提出采用由粗到细的三级结构的方法检测人脸。通过平均和下采样方法得到多个不同分辨率的图像，这些低分辨率图像被称为镶嵌图(MosaicImage)。在最低两级分辨率的镶嵌图中，采用一系列规则快速地获得人脸候选区域。然后在高分辨率图像中，提取人脸特征的轮廓线，符合眼、嘴特征的候选区域被最终确认为人脸图像。

Miao等基于人脸特征轮廓线的重心定义了重心模板。先用重心模板粗匹配再将候选人脸区域划分为9个子区域，根据各子区域内灰度特征和轮廓线象素数的比例关系进一步验证。

Shen和wang等提出采用人脸横纹特征检测可能的眼睛对，获得候选区域后，再采用灰度投影、纹理检测、二维嫡分割等规则进行验证的人脸检测方法。后来Shen和Wu等人联合提出特征和模板结合的人脸检测算法。为了能够较好地区分两眼的横纹，该方法同时采用方形和矩形单元镶嵌图，并用预定义的具有人脸水平垂直方向峰谷特征的四个模板进一步确认人脸区域。该算法被接受进入MPEG-7标准。

H．Martin设计了肤色模型表征人脸肤色，利用一个感光模型对输入图像修正和补偿，并建立人脸颜色分类器，其输出作为神经网络的输入进行检测。此外，Tony 等采用高斯混合模型表示人脸肤色RGB中各个分量的统计分布，通过阈值比较判断像素是否为人脸像素。YING DAI[5]等利用彩色信息，并结合人脸的纹理特征，设计了SGLD共发矩阵方法进行检测。Haiyuan Wu[6]通过在XYZ彩色空间中，对人脸肤色和头发颜色的分布建立模糊逻辑理论的描述模型，通过计算隶属度来确定人脸肤色区域。

总的来说，这种利用人脸的轮廓、对称性等少量特征的方法适用于较强约束条件下(如简单背景头肩图像等)的人脸检测。由于使用的特征较少，此类算法可以达到较高的检测速度，实现实时检测与跟踪。但是，也正是因为这一类的人脸检测方法主要是利用知识规则来描述人脸，所以和人脸先验知识的完备性有很大关系。由于人脸样本是开放集合，获取先验知识就变得比较困难，从而使这一类方法的检测能力受到限制。尤其在复杂背景下，由于人脸特征变化大，入脸的界定涉及多种因

素综合作用的结果，因此要想抽象出既能表达人脸的共性，又能不同别的概念相交叉的人脸规则难度是相当大的，已有的规则都存在着不同方面的局限性。

1.4.2不变特征量法

此类方法直接应用人脸的特征进行检测。所谓特征是指对人类来说肉眼可见的特性，如肤色、脸部轮廓、五官结构等。人脸的这些特性总是存在着一定的规律，我们可以利用这些规律来进行人脸检测。[7]

(1)轮廓规则法：人脸的轮廓可近似地看成一个椭圆，则人脸检测可以通过检测椭圆来完成。Govin2daraju等把人脸抽象为3段轮廓线：头顶轮廓线(head contour)，左侧脸轮廓线(1eft contour)和右侧脸轮廓线(right contour)。对任意一幅图像，首先进行边缘检测，并对细化后的边缘提取曲线特征，然后计算各曲线组合成人脸的评估函数检测人脸。Tankus利用凸检测的方法进行人脸检测。

(2)器官分布法：虽然人脸因人而异，但都遵循一些普遍适用的规则，即血官分布的几何规则。例如五官中两个眼睛总是对称分布在人脸的上半部分，鼻子和嘴唇中心点的连线基本与两眼之间的连线垂直等。这种方法一般有两种思路：一种是“从上至下”，其中最为简单有效的是Yang等人提出的Mosaic方法，它给出了基于人脸区域灰度分布的规则，依据这些规则对图像从粗分辨率到高分辨率进行筛选，以样本满足这些规则的程度作为检测的判据。另一种思路则是“从下至上”，先直接检测几个器官可能分布的位置，然后将这些位置点分别组合，用器官分布的几何关系准则进行筛选，找到可能存在的人脸。

(3)颜色纹理法：人脸肤色在去除亮度的色度空问具有聚类性，颜色信息在一定程度上可以将人脸同大部分背景区分开来，因此可以利用肤色模型有效地检测人脸。利用肤色信息检测人脸的算法具有计算量小、算法相对简单、易于实现、快速等特点。并且用色度表示入脸特征有一个最大的特点，就是具有姿态不变性。Lee等设计了肤色模型表征人脸颜色，利用感光模型进行复杂背景下人脸及器官的检测与分割。Dai利用了SGLD(空间灰度共生矩阵)纹理图信息作为特征进行低分辨率的人脸检测。Saber等则将颜色、形状等结合在一起来进行人脸检测。

(4)对称性规则：人脸具有一定的轴对称性，各器官也具有一定的对称性。Zabrodsky

提出连续对称性检测方法，检测一个圆形区域的对称性，从而确定是否为人脸。Reisfield提出广义对称变换方法检测局部对称性强的点来进行人脸器官定位。卢春雨DI则定义方向对称变换，分别在不同方向上考察对称性，不仅能够用来寻找强对称点，而且可描述有强对称性物体的形状信息，在进行人脸器官定位时更为有效。

(5)运动规则法：若输入图像为动态图像序列，则可以利用人脸或人脸的器官相对于背景的运动来检测人脸，比如利用眨眼或说话的方法实现人脸与背景的分离。MarqudsI使用连接算子和分割投影分别实现基于动态图像序列的人脸分割和跟踪，并在实验中对MPEG24和MPEG27格式的图像序列测试，取得比较满意的结果。由于图像序列的计算远比静止图像的计算复杂和耗时，基于动态图像序列的人脸识别方法是随着计算机的高速发展和视频监控等应用的需要在近几年才逐渐成为一个研究的热点。这些方法都是充分利用已知的人脸知识信息，找到各分布特征之间的关系，从而进行人脸的提取。要想进一步提高知识模型的适应能力，需要综合更多的特征，这实际上涉及到图像理解这一困难的问题。这也是此类方法进一步发展遇到的主要障碍。

1.4.3模版匹配方法

此类方法[8]首先建立并存储一些人脸模板作为标准，可以包括正面人脸或是单独的眼睛、鼻子、嘴唇等。接着利用一些算法来计算各待测区域与标准模板的相似程度(或称相关性)，利用这一相似程度来判断某一区域是否为人脸。

(1)镶嵌图法(又称为马赛克图)：所谓镶嵌图法就是将图像划分为一组大小相同的方格，每个方格的灰度为格中各个像素的平均值。镶嵌图特征是指这些块的值应满足的约束规则。Yang等人将入脸的五官区域分别划分为4×4和8×8个马赛克块，使用一组规则进行检验，并且利用边缘特征进一步验证。卢春雨等对镶嵌图方法进行了改进，按照人脸器官的分布将人脸划分为3×3个马赛克块，在检测中自适应的调整各块的大小，使用一组基于各块灰度和梯度统计特征的知识规则检验该区域是否为人脸，取得了较好的实验结果。

(2)预定模板匹配法：根据人脸的先验知识确定出人脸轮廓模板以及各个器官特征的子模板，先通过计算图像中区域和人脸轮廓模板的相关值来检测出人脸候选区

域，然后利用器官特征子模板验证上一步检测出的人脸候选区域是否包含人脸。Sakai等人使用眼睛、鼻子、嘴和人脸轮廓等子模板建模，检测照片中的正面人脸。采用“双眼一人脸”模板，将平均脸的双眼模板剪裁出来，滤波时先使用双眼模板再使用人脸模板，以提高匹配速度并取得更好的性能。将人脸图像二值化后得到人脸轮廓，然后与模板库中的人脸模板匹配，根据图像与模板之间的Hausdroff距离及相关阈值判定取舍。这种方法的缺点在于不能有效处理尺度、姿态和形状的变化。

(3)变形模板法：其主要思想是定义一个可变形的参数模板和一个能量函数来描述特征，通过一个非线性最优化方法求得能使能量函数最小的参数模板，此模板即被认为是所求特征的描述。Yullie等人提出来基于弹性模板的方法用于人脸的检测。当用弹性模板进行人脸检测时，将可调模板在待检测图像中移动并动态的调整其参数，计算能量函数。当能量函数达到最小值时，根据其位置和参数所决定的可调模板形状应该达到与人脸形状的最佳拟合，由此检测到一幅人脸。这种方法的优点是由于使用的弹性模板可调，能够检测不同大小、具有不同偏转角度的人脸。但缺点是检测前必须根据待测人脸的形状来设计弹性模板的轮廓，否则影响收敛的效果；当对图像进行全局搜索时，由于要动态的调整参数和计算能量函数，计算时间过长。

1.4.4基于统计理论的方法

基于统计的方法[9]是很重要的人脸检测方法。这类方法不是针对人脸的某一特征，而是从整个人脸的角度出发，利用统计的原理，从成千上万张人脸图像中提取出人脸共有的一些规律，利用这些规律来进行人脸检测。这种方法的思想与模板匹配方法的不同之处在于，它并不首先人工的对人脸进行分析或者抽取模板，也不对输入图像进行复杂的处理，而是搜集大量的人脸和非人脸样本作为训练集，通过学习的方法在训练样本集上建立一个能对人脸和非人脸样本进行正确识别的分类器，然后对被检测图像进行全局扫描，用分类器检测扫描到的图像窗口中是否包含人脸。在此类方法中，特征向量、统计学、信息学等思想都得到了运用。

(1)人工神经网络法(Artificial Neural Network，ANN)：通过训练一个网络结构，把模式的统计特性隐含在神经网络的结构和参数之中。基于人工神经网络的方法对于复杂的、难以显示描述的模式具有独特的优势。在这方面，CMU的Rowley的工作

最为引人注目。G．Burel和D．Carel在多分辨率分析的基础上采用多层感知器(MLP,Multi—Layer Percepfion)进行人脸检测。J．Vincent等利用多个MLP构成了分层人脸特征检测系统(HPFLS，Hierarchical PerceptionFeatureLocation System)：类似地，E Juell和R．Marsh也提出了一种分层的神经网络，包括子层的检测跟睛、嘴巴和鼻子的三个BP网络以及父层检测全脸的一个BP网络；S．Lin等提出了一种基于概率决策的神经网络(PDBNN，ProbabilisticDecision．Based Neural Network)分别进行人脸和眼睛的检测。

(2)特征空间法：此类方法将人脸区域图像变换到某一特征空间，根据其在特征空间中的特征规律划分“人脸”与“非人脸”两类模式。主分量分析(PCA，Principal—ComponentAnalysis)是一种常用的方法。Turk等将此方法用于人脸识别，提出DFFS(Distance FromFace Space)的距离度量概念，通过输入图像与人脸空间的距离来判定是否是“人脸”模式。Sung等采用k～均值聚类方法在特征空间里建立了6组对应的“人脸”和“非人脸”簇(Clusters)，通过检测图像到各簇中心的距离来判断是否“人脸”模式。属于特征空间方法的还有基于事例学习的方法、因子分解方法(FactorAnalysis，FA)和Fisher准则方法(Fisher Linear Discriminate，FLD)等。

(3)支持向量机法(Support Vector Machine，SVM)：SVM是在统计学习理论的基础上发展出的一种新的模式识别方法，它是基于结构风险最小化原理的方法。较之于基于经验风险最小化的ANN，一些难以逾越的问题如：模型选择和过学习问题、非线性和维数灾难问题、局部极小点问题等都得到了很大程度上的解决。Osuna等首先将SVM方法用于人脸检测，该方法使用大量的人脸样本和“自举”方法收集的“非人脸”样本训练SVM，对每一个19×19的检测窗口使用SVM进行分类，以区分“人脸”和“非人脸”窗口。Osuna等指出，SVM分类器的作用是刻划了“人脸”样本和“非人脸”样本之间在结构风险最小化意义上的最优分界面。

(4)概率模型法：基于概率模型方法的一种思路是计算输入图像区域region属于人脸模式object的后验概率p(object／region)，据此对所有可能的图像窗口进行判别。CMU的Schneiderman等提出一种基于后验概率估计的人脸检测方法。另一种概率模型是应用隐马尔可夫模型(Hidden Markov Models，HMM)。基于HMM的方法一般只使用“入脸”样本进行训练，主要针对用于人脸识别的头肩部图像。

(5)基于积分图像特征法(Integral Image)：此方法是Viola等新近提出的一种算法，它综合使用积分图像描述方法，Adaboost学习算法及训练方法、级联弱分类器。积分图像是指该像素以前、以上所有像素灰度和；级联弱分类器是多个弱分类器的组合，而且分类器结构简单、检测速度快，几乎不会漏检一张人脸，不过错误预警率较高，但错误报警并不影响后续处理的效果，所以通常将这样的弱分类器作为预处理器。基于统计模型的方法具有很强的适应性和鲁棒性，但由于需要对所有可能的检测窗口进行穷举搜索，计算复杂度很高，因此检测速度有待提高。此类方法主要针对正面端正人脸的检测，旋转人脸、多姿态人脸的检测由于比较复杂和困难，有效的方法还不多。

近年来人们提出来基于混合方法的人脸检测方法。梁路宏等在人脸检测研究综述中指出：人脸检测研究的趋势是利用多种线索(头发、肤色、器官、轮廓、模板等)综合多种分类方法，启发式信息与统计学习方法相结合。[11]基于混合的方法结合理两种或更多种前面提到的方法，进而形成更准确和鲁棒的人脸检测系统。如人们已经提出来基于颜色和运动的融合方法，运动、颜色、形状信息融合方法，颜色分割、运动检测、形状分析的融合方法等进行人脸检测。基于混合方法的优点是实现了信息的融合，混合方法的优势是使一种方法的缺点被另一种方法的优点补偿。因此，混合方法将是未来人脸检测研究领域的主要课题。

1.5本文的主要工作及内容安排

人脸检测问题由于其自身的复杂性，使得虽然有众多研究人员潜心研究多年，仍旧未能得到彻底解决。作为一个典型模式识别问题，人脸检测的研究取得的成果无疑对其它的模式识别问题的解决有着良好的借鉴作用。因此，它已成为模式识别领域的一个研究热点。

第一章，引言。

介绍了人脸检测技术的应用、发展过程及其重要意义，分类讨论了人脸检测技术，主要介绍了静态人脸检测的四个主要技术：基于知识（Knowledge-based）的方法，不变特征量法(Feature invariant)，模版匹配方法(Template matching)，基于统计理论的方法(Appearance-based)，最后说明了本文的研究方向。

第二章，图像的预处理。

讨论了人脸检测技术中有关图像预处理的主要技术，针对图像中出现黑色上下边框的图像进行处理，从这类图像中去除上下的黑色边框同时改变图像的宽度、高度等信息。还介绍了对亮度进行规定化的方法，最后介绍了目前通用的几个人脸数据库，以及制作的人脸样本集。

第三章基于肤色的人脸检测方法

本文选择目前广泛使用的YCbCf色彩模型来进行肤色分割和人脸验证，最终构建了一个纯粹利用肤色来分割人脸的系统。对肤色区域分割算法进行了一定研究。

第四章，算法仿真平台与实验结果

给出了本课题的算法仿真试验平台并分别对各个模块进行了介绍。

第五章，总结与展望

对本文工作进行了总结并展望人脸检测技术进一步的发展方向。

2图像的预处理

2.1预处理过程

预处理（前处理）是人脸识别过程中的一个重要环节。那么什么是预处理呢？预处理[12]就是在图像分析中，对输入图像进行特征抽取、分割和匹配前所进行的处理。输入图像由于图像采集环境的不同，如光照明暗程度以及设备性能的优劣等，往往存在有噪声，对比度不够等缺点。另外，距离远近，焦距大小等又使得人脸在整幅图像中间的大小和位置不确定。为了保证人脸图像中人脸大小，位置以及人脸图像质量的一致性，必须对图像进行预处理。图像预处理的主要目的是消除图像中无关的信息，滤除干扰、噪声，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征抽取、图像分割、匹配和识别的可靠性。

预处理流程图如图所示:

图2.1 预处理流程图

在预处理阶段，对图像进行优化，尽可能去除或者减小光照、成像系统、外部环境等对待处理图像的干扰，为后续处理提高质量。以便使不同的人脸图像尽可能在同一条件下完成特征提取、训练和识别。人脸图像的预处理主要包括人脸扶正，人脸图像的增强，以及归一化等工作。人脸扶正是为了得到人脸位置端正的人脸图像；图像增强是为了改善人脸图像的质量，不仅在视觉上更加清晰图像，而且使图像更利于计算机的处理与识别。归一化工作的目标是取得尺寸一致，灰度取值范围相同的标准化人脸图像。

2.2预处理方法的研究

输入图像的预处理是人脸检测技术的一个关键环节，目的是使原始图像更适合进一步加工以从中提取信息，并使图像分析获得更好的结果，预处理对系统最终的检测效果具有重大影响。在自然条件下，图像的成像条件十分复杂，由于光照条件，背景环境及成像设备等因素的影响，图像中经常会出现阴影并且包含大量的噪声，在人脸特征提取过程中，这些噪声很容易被误认为眉毛．眼睛，嘴等局部特征，大大降低了人脸检测系统的检测性能。此外，在人脸检测系统建立的过程中通常需要对人脸样本进行亮度．对比度等进行调整，否则同一个特征在不同的样本中可能呈现出不同的形式，这会导致最终训练结果不可用。因此，有效的图像预处理技术一直是人脸检测技术研究的重点之一。

2.2.1直方图均衡化

直方图均衡化[13]又称直方图平坦化，是将一已知灰度概率密度分布的图像，经过某种变换，变成一幅具有均匀灰度概率分布的新图像，其结果是扩展了像元取值的动态范围，从而达到了增强图像整体对比度的效果。

直方图是一种点操作，它逐点改变图像的灰度值，尽量使各个灰度级别都具有相同的数量的像素点，使直方图趋于平衡。直方图均衡可以使输入图像转换为在每一个灰度级上都有相同像素点数的输出图像（即输出的直方图是平的）。这对于图像比较或分割是十分有用的

均衡化处理的步骤如下：

（1）对给定的待处理图像统计其直方图，求出

（2）根据统计出的直方图采用累积分布函数做变换求变换后的新灰度；

（3）用新灰度代替就灰度，求出，这一步是近似过程，应根据处理的目的尽量做到合理，同时把灰度值相等或近似的合并到一起。

图 2.2 处理前后的直方图对比

直方图均衡化的优点是能自动地增强整个图像的对比度，但它的具体增强效果却不易控制，处理的结果总是得到全局均衡化的直方图。实际中有时需要变换直方图使之成为某个需要的形状，从而有选择的增强某个灰度值范围内的对比度或使图像灰度值的分布满足特定的要求。这时可以采用比较灵活的直方图规定化方法。直方图规定化是另外一种比较常用的直方图修正技术。按照一给定的直方图来修正原始图像的直方图，使它具有与给定直方图相识的形状，这种方法可以突出我们感兴趣的灰度范围。

2.2.2灰度拉伸

灰度拉伸[14]又叫对比度拉伸，它是最基本的一种灰度变换，使用的是最简单的分段线性变换函数，它是将原图像亮度值动态范围按线性关系扩展到指定的范围或整个动态范围。它的主要思想是提高图像处理时灰度级的动态范围，适用于低对比度图像的处理，一般由两个基本操作组成：

（1）直方图统计，来确定对图像进行灰度拉伸的两个拐点；

（2）灰度变换，根据步骤⑴确定的分段线性变换函数进行像素灰度值的映射。

图 2.3原始图像以及灰度拉伸处理后的效果

由两幅图像处理前后的效果变化可以看出，灰度拉伸后增强了图像的对比度，使得图像细节更加的突出。

2.2.3中值滤波

中值滤波[15]是一种非线性处理技术，能抑制图像中的噪声。它是基于图像的这样一种特性：噪声往往以孤立的点的形式出现，这些点对应的像素数很少，而图像则是由像素较多、面积较大的小块构成。

在一维的情况下，中值滤波器是一个含有奇数个像素的窗口。在处理之后，位于窗口正中的像素的灰度值，用窗口内各像素灰度值的中值代替。例如若窗口长度为5，窗口中像素的灰度值为80、90、200、110、120，则中值为110，因为按小到大（或大到小）排序后，第三位的值是110。于是原来窗口正中的灰度值200就由110取代。如果200是一个噪声的尖峰，则将被滤除。然而，如果它是一个信号，则滤波后就被消除，降低了分辨率。因此中值滤波在某些情况下抑制噪声，而在另一些情况下却会抑制信号。

无论是直接获取的灰度图像，还是由彩色图像转换得到的灰度图像，里面都有噪声的存在，噪声对图像质量有很大的影响。进行中值滤波不仅可以去除孤点噪声，而且可以保持图像的边缘特性，不会使图像产生显著的模糊，比较适合于实验中的人脸图像。

中值滤波是一种非线性的信号处理方法，因此中值滤波器也就是一种非线性的滤波器。中值滤波器最先被应用于一维信号的处理中，后来被人们引用到二维图像