人脸检测与识别技术是近年来图象处理、模式识别、人工智能等领域内最为活跃的研究课题之一,它具有广泛的应用领域和重要的理论研究价值。人脸识别与指纹,虹膜等生物特征识别相比,具有直接、友好、方便的特点易于被用户接受。人脸检测与识别技术研究作为人机交互中一项重要内容,具有很大的理论意义和应用价值。本文对基于肤色信息的人脸检测方法和基于二维隐马尔可夫模型的人脸识别算法进行了深入研究了,并对开发的人脸检测和识别系统的使用方法,性能分析以及具体应用做了介绍。主要的研究工作成果包括以下几个方面:1)对正面人脸检测和定位方法进行了研究。本文采用了肤色检测与面部特征空间位置验证相结合的方法。首先,针对人脸肤色在色彩空间中的分布及其特性展开研究,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。进而对人脸图像进行肤色分割,在分割的结果上进一步检测出面部特征。然后按照特征之间的空间位置关系对候选脸区进行特征验证,来判断候选脸区是否为人脸区域。并且,结合欧拉数机制以减少候选人脸区域的数目。实验证明,该方法是可行的,大大提高了检测的成功率。2)对已检测出的人脸区域进行基于DCT系数的隐马尔可夫人脸识别。对原始图像进行二维离散余旋变换,原始图像的能量绝大部分都集中在变换系数的低频分量上。这些低频分量幅值较大,可以用来重建图像。保留少数离散余弦变换的低频分量,而舍去大部分高频分量,利用反变换可获得与原始图像相近的恢复图像,新图像与原图像存在一定的误差,但重要信息被保存下来。本文首先对图像进行离散余弦变换,求出系数矢量作为隐马尔可夫模型的观察矢量序列进行训练,将优化的模型参数用于人脸识别。实验证明,该方法识别率很高,有很好的发展前景。3)对本文实现的原型人脸检测与识别系统进行大量测试实验。结果表明系统在人脸检测与识别方面对光照条件、表情变化、人脸姿态的改变有很强的适应性,在各种复杂条件下保持了很高的检测与识别率,同时达到了很高的识别速度。