论文部分内容阅读
人脸检测是确定人脸的位置、大小、姿态的图像处理过程。近年来，它已成为计算机视觉、模式识别、人机交互研究中一个很受关注的研究热点。在自动人脸识别系统、视觉监控、基于内容的检索等领域都有着广泛的应用。这一问题的深入研究必将推进模式识别、计算机视觉、人工智能等计算机科学分支的发展。
本文研究了复杂背景下人脸检测的基本理论和关键技术。我们分别对彩色图像和灰度图像的人脸检测技术进行了探讨。论文的主要研究工作和成果如下：
(1)对复杂背景的彩色图像，详细讨论了彩色空间的选择，肤色模型的建立。提出了一种快捷、鲁棒的自适应肤色分类算法。这种算法自适应地调节分割阈值，可以有效地从背景色彩区域分离出肤色区域。结合肤色多特征信息优化，运用模板匹配法，实现彩色图像中单个或多个正面人脸的检测。
(2)较全面地论述了灰度图像的人脸检测算法；提出了一种基于EM-PCA的特征提取算法，该算法针对传统PCA算法的不足和局限性进行改进，将EM(ExpectationMaximization)应用到PCA法上，使得计算复杂度和系统开销大为减少，在保持与传统PCA算法相同的检测率的同时，降低了检测的时间。