视频人脸检测是指检测动态图像序列中有无人脸,并把检测出的人脸进行定位和背景分离。它是人脸自动分析处理系统的首要步骤,其速度和准确度直接影响着系统的整体性能,因此在人脸信息领域有着极其重要的地位。目前在可控光照、用户配合的条件下,静态人脸检测技术已经比较成熟,但是视频人脸检测算法性能仍有待改进。视频人脸检测系统要求兼顾可靠性和实时性,而且进行视频人脸检测时,有用户不主动配合、光照情况变化、背景复杂多变等情况,实现高性能的视频人脸检测存在一定的困难。本系统的硬件平台采用高性能CCD摄像头进行视频采集,由视频解码芯片TVP5146进行视频解码,主处理器为TI公司的TMS320DM6437处理器,最后在TFT-LCD显示屏上进行结果显示。实时获取的视频分辨率为720*480像素。本文在广泛调研国内关于视频人脸检测的方法后,采用了加入光照补偿预处理的肤色检测法作为基本处理方法。在图像预处理阶段,通过光照补偿算法补偿视频的色度分量,减弱了光照的影响,弥补了肤色检测法对光照敏感的缺陷。人脸检测阶段利用在YCbCr颜色空间对人脸肤色的聚类分析,采用肤色检测法完成人脸候选区的检测。在通过形态学处理滤除椒盐噪声之后,结合区域增长的连通域方法来确定人脸候选块,并通过人脸形状特征参数来排除部分非人脸区域。最后通过人眼检测来实现人脸的准确定位,同时结合人脸“三庭五眼”的结构特征完成正侧脸的初步判别。本文先在MATLAB平台上完成了视频人脸检测算法的研究和仿真测试。之后,在CCS 3.3 DSP集成开发环境下编程实现系统功能,并利用其集成的实时操作系统DSP/BIOS进行了实时调试。本文根据DSP的硬件特点,在人脸候选区的粗检测阶段采用图像降采样处理,并对最初的C语言代码进行了优化,提高了程序的处理效率,实现了视频序列中人脸的实时检测。实验结果表明,本文设计的人脸检测系统其人脸正确检测率可达95%,具有一定的鲁棒性和实用性。经过优化的代码效率得到了显著提升,每秒钟能完成大约六帧数据的处理,能达到基本的实时性要求。