摘 要:伴随着信息科技的快速发展，个人的身份识别、安全检测、多媒体数据的检索和智能化人机交互式系统的应用需要，人脸检测系统的应用范围越来越广泛，具有越来越大的使用价值，已经成为模式识别领域的热点问题[1]。
本文简要地介绍了人脸检测的概念、应用前景和研究现状，概况与分析了当前典型的人脸检测算法，而后采取不同的彩色空间来研究肤色模型，应用肤色模型进行人脸检测。
下面是本文的主要研究工作：
（1）研究了人脸图片在RGB颜色空间、YCbCr颜色空间以及HSV颜色空间下的颜色特征，具体的做法是将原本的彩色图片进行RGB色彩空间到HSV和YCbCr色彩空间的转换，选取了肤色样本，并在上述色彩空间中通过实验建立了肤色模型，利用得到的特征数据进行静止图片的人脸检测。
(2)在分析图片背景因素影响的基础上，如不同亮度、不同姿态等，提出了一种彩色图片的人脸检测算法，它是基于肤色信息的。以MATLAB为工具，对模型进行了仿真验证。通过88幅的样本图片比对，对误检率和漏检率进行了分析。运行结果表明，此算法的正确检测率为79%以上，漏检率为20%，误检率为0.08%，对不同图片具有适应性，对姿态与表情具有鲁棒性，能够检测出人脸的区域。
关键词：人脸检测；肤色模型；色彩空间
目录
摘要
ABSTRACT
第1章 绪论-1
1.1人脸检测的研究背景和意义-1
1.2人脸检测的应用范围-2
1.3人脸检测技术的国内外研究现状-3
1.3.1 国外研究现状-3
1.3.2 国内研究现状-3
1.4本文的主要工作和章节安排-4
第2章 人脸检测的相关技术理论-7
2.1 人脸检测的难点-7
2.2 人脸检测的一般方法-7
2.2.1 基于灰度特征的人脸检测-7
2.2.1 基于肤色特征的人脸检测-8
2.3 颜色空间-9
2.3.1 RGB颜色空间-9
2.3.2 YCbCr颜色空间-10
2.3.3 HSV颜色空间-11
2.4 常见的肤色模型-12
2.4.1 区域模型-12
2.4.2 高斯分布模型-13
2.4.3 直方图模型-13
第3章 基于肤色模型的区域分割-15
3.1 基于RGB空间的肤色模型表示方法-15
3.2基于YCbCr空间的肤色模型表示方法-17
3.3 基于HSV空间的肤色模型表示方法-18
3.4 基于肤色模型的区域分割-18
3.4.1 区域分割-18
3.4.2 定位人脸区域-19
3.5 小结-19
第4章 人脸检测实验环境与仿真-21
4.1 实验的硬件、软件环境-21
4.2 仿真实验-21
4.2.1 RGB颜色空间下的实验仿真-21
4.2.2 YCbCr颜色空间下的实验仿真-22
4.2.3 HSV颜色空间下的实验仿真-22
4.3 小结-23
第5章 人脸检测实验结果与分析-25
5.1 人脸检测实验-25
5.1.1 程序算法-25
5.1.2 实验方案-25
5.2 实验结果与分析-26
第6章 结论与展望-29
6.1结论-29
6.2展望-29
参考文献-31
致 谢-32
