基于肤色的人脸检测算法研究毕业设计_说明

基于肤色的人脸检测算法研究毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。

尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。

对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。

除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。

对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。

本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。

本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日导师签名：日期：年月日指导教师评阅书评阅教师评阅书教研室（或答辩小组）及教学系意见目录摘要 (6)第一章人脸检测综述 (9)1.1人脸检测的研究背景及意义 (9)1.2人脸检测技术的国内外研究现状 (10)1.3 人脸检测算法的总体框架 (11)1.4 人脸检测的一般方法 (12)1.4.1基于灰度特征的人脸检测 (12)1.4.2基于肤色特征的人脸检测 (14)1.5 论文的结构安排 (14)第二章算法理论与实现原理 (15)2.1 颜色空间 (15)2.1.1 RGB颜色空间 (15)2.1.2 YCbCr颜色空间 (16)2.1.3 HSV颜色空间 (17)2.2常见的肤色模型 (19)2.2.1 区域模型 (19)2.2.2 高斯分布模型 (20)2.2.3 直方图模型 (21)2.3 区域分割理论 (21)2.3.1 区域分割 (22)2.3.2 定位人脸区域 (23)第三章基于统计的肤色建模 (23)3.1 基于RGB空间的肤色模型表示方法 (23)3.2 基于YCbCr空间的肤色模型标示方法 (24)3.3 基于HSV空间的肤色模型标示方法 (25)第四章人脸检测的实验仿真及结果 (27)4.1 MATLAB简介 (27)4.2 人脸检测实验仿真及结果 (27)4.2.1 RGB颜色空间下的图像及仿真实验结果 (27)4.2.2 YCbCr颜色空间下的图像及仿真实验结果 (28)4.2.3 HSV颜色空间下的图像及仿真实验结果 (29)4.3 小结 (29)第五章结论及展望 (30)5.1 结论 (30)5.2 展望 (31)参考文献 (32)致谢 (36)摘要人脸识别技术是模式是别和计算机视觉研究中的一个重要领域，在边防安全、视频监控、身份验证等方面有重要的应用价值。

人脸检测是快速、准确识别人脸的前提，其目的是将人脸从图像背景中检测出来。

本文简要介绍了人脸检测的概念、应用和研究现状，并且采用了不同的彩色空间研究肤色模型。

研究人脸图像在不同颜色空间（RGB、YCbCr、HSV）下的颜色特征，具体做法是将原始彩色图从RGB 色彩空间转换到上述色彩空间中，选取大量肤色样本在具体的色彩空间中通过实验建立肤色模型，利用得到的特征进行静止图像中的人脸检测。

关于肤色信息的彩色图像人脸检测算法，以MATLAB为工具，对模型进行了仿真验证。

运行结果表明，此算法对不同图片有比较强的适应性，对姿态与表情鲁棒性好，能够比较准确地检测出人脸的位置。

关键词：人脸识别人脸检测肤色模型肤色信息色彩空间ABSTRACTFace recognition technology ,as an important field of pattern recognition and computer vision research, is particularly significant to applications such as frontier defence security, video monitoring, and identity authentication etc.. Face detection is the premise of rapid and accurate face recognition, its purpose is detecting the face from a picture background. This dissertation simply introduces the concept, application and the present research condition of face detection. And use different skin color space to study the model,the focus on the RGB,YCbCr, HSV color space, and the space under the shin color model. For studying the color characteristics of face images in different color spaces,specific practices will be the original color image from the RGB color space conversion to the color space, select the color samples in a large number of specific color space,through the establishment of color in the experimental model used by the characteristics of static images in the face position. On the basis of analyzing the influences of the factors such as picture background, bright variety and the person's head posture etc.,puts forward a kind of algorithm for chromatic-imaged face detection,which is based on the complexion information. Finally uses MATLAB to programand simulate. The result of simulation shows that this algorithm has strong adaptability for different pictures, robustness for posture and facial expression.Meanwhile, it can accurately detect the face position.Key words:Face recognition; Face detection; Complexion model; Complexion information; Color space;第一章人脸检测综述1.1人脸检测的研究背景及意义人脸检测是指使用计算机在输入图像中确定所有人脸（如果存在）的位置与大小的过程。

人脸检测系统的输入是可能包含人脸的图像，输出是关于图像中是否存在人脸以及人脸的数目、位置、尺度、位姿等信息的参数化描述（1）。

人脸检测问题的提出最初来源于人脸识别研究中对人脸定位的需求。

人脸自动识别系统鉴于其友好性、方便性，已成为一种很有潜力的身份验证途径。

一个完整的人脸自动识别系统至少应包含两个主要的技术环节：人脸的检测和人脸的特征提取与识别。

要完成自动人脸识别，首要条件是找出人脸，即人脸检测是完成人脸自动识别任务的第一步，它是自动人脸识别技术的基础，对自动人脸识别系统的速度、精度都起重要作用。

人脸识别的研究可以追溯到20世纪60年代，早期的人脸识别研究主要针对具有较强约束条件的人脸图像，往往假设人脸位置已知或很容易获得，致使人脸检测问题并未受到重视。

但20世纪90年代初以来，随着电子商务等网络资源的利用，使得人脸识别成为最具有潜力的生物身份验证手段，在这种应用背景下，要求人脸自动识别系统对一般的环境图像有一定的适应能力，由此所面临的一系列问题使得人脸检测作为一个单独的课题受到研究者的重视（2）。

今天，人脸检测的应用背景已经远远超出了人脸识别系统的范畴。

随着网路技术和桌上视频的广泛应用，图像扑捉设备正在成为个人计算机的标准外设，为视频会议等服务所急需的技术——基于内容的压缩与检索成为一个研究热点。

并且近年来随着数码相机的广泛使用和数码相册的出现，以人脸为对象的索引和检索也引起了人们的浓厚的兴趣（3）。

人脸检测是进行人脸压缩的的前提条件，同时人脸也是基于内容检索的重要对象，因而人脸检测在这个领域中占有重要的地位。

此外，人脸检测在友好人机界面、视频监测、数字视频处理等方面也有着重要的应用价值，所有这些使得人脸检测的研究备受关注。

人脸检测技术之所以能在当今计算机视觉领域的研究中占有重要的地位并成为研究焦点，主要在于以下两个方面：一方面，将人脸作为基本对象来考虑，自动检测与定位人脸是实现人脸识别、人脸跟踪、表情识别、人脸合成与人脸编码、唇读等技术的必要前提；另一方面，人脸检测技术有着从智能安全监控、电子商务、视频会议和远程教育、基于内容检索等诸多领域的广泛应用价值。

从学术的观点来看，人脸检测的研究受到重视是因为人脸检测是物体检测中的一个典型问题。

人脸是一类具有相当复杂的细节变化的自然结构目标，对于这类目标的检测是一个极富挑战性的课题。