【摘要】随着人们生活水平的口益提高，计算机硬件技术的不断发展和应用，人脸识别技术在多个应用和科研领域的重要性越来越大，如在:计算机视觉、模式识别、人工智能以及多媒体技术等领域。怎样能提高视觉、模式识别领域的各种算法的效率，以及如何能提高这些算法的可靠性已经成为这些领域研究的重中之重。因为人脸拥有稳定的五官色彩特征和肤色，相比于其他物体的颜色，有其强烈的独特性，因此，利用肤色来进行的人脸检测有着自己独特的优势。针对这个，本文对于利用基于肤色的方法进行人脸检测展开了研究和实现，本文主要做的是基于肤色的人脸区域检测，然后利用直方图统计方法标识出图像中的人脸区域，文章包括以下几方面：

1.系统的研究了人脸检测的技术和方法。

2.应用肤色模型，利用直方图统计方法检测和定位出复杂背景下的人脸区域。首先构建出肤色高斯聚类模型在YCbCr色彩空间内，通过对图像进行肤色相似度计算，阈值分割，分割出非肤色和肤色区域，把图像二值化后进行直方图统计，依据直方图分布情况，标注出图像中的人脸区域。

    最后，进行人脸检测测试，实验结果表明，本文设计的基于肤色的人脸检测方法是有效的。

【关键字】:人脸检测，颜色空间，直方图，相似度计算

目录

摘要

Abstract

第1章 绪论-1

1.1 研究背景和意义-1

1.2人脸检测现状与未来发展方向-1

1.2.1人脸检测研究现状-1

1.2.2 国内研究现状-2

1.2.3 人脸检测和识别技术未来发展方向-3

第2章 相关理论与技术-4

2.1 人脸检测的定义-4

2.2 人脸检测的方法-4

2.2.1 基于人脸局部特征的方法-4

2.2.2 基于知识的方法-4

2.2.3 基于统计的方法-5

2.2.4基于神经网络的方法-5

2.2.5基于模板的方法-6

第3章 需求分析-7

3.1 需求产生-7

3.2 功能需求分析-7

3.3开发环境-8

3.3.1软件环境-8

3.3.2硬件环境-8

3.4  系统方案-8

3.4.1 设计方案选择-8

2.3.2 图像文件格式选择-8

2.3.3 开发工具选择及相关介绍-8

第4章 详细设计与实现-10

4.1 系统的运行流程图-10

4.2处理人脸色彩-10

4.2.1色彩空间模型-11

4.2.2选取肤色空间与建模-12

4.3人脸检测过程-13

4.3.1读取图像数据-13

4.3.2相似度计算-14

4.3.3图像二值化-15

4.3.4直方图统计-16

4.3.6标注人脸区域-19

第5章实验过程与分析-23

5.1实验准备-23

5.2测试结果分析-23

5.2.1测试结果-23

5.2.2测试分析-26

第6章 总结和展望-27

总结-27

展望-27

参考文献-28

致  谢-29