自动人脸识别技术(AFRT)作为一种生物特征识别技术,以其相对于其它生态所不具备的直接、方便、友好的特点,在社会安全、商贸金融等强大市场需求的推动下,已经引起越来越多研究者的兴趣,成为当今图像工程领域研究的热点。 AFRT作为一个科学问题,是一个典型的图像模式分析、理解与分类计算问题,涉及模式识别,计算机视觉,智能人机交互,图形学,认知科学等多个学科。同时,作为生物特征识别关键技术之一的AFRT则在公共安全、信息安全、金融等领域具有潜在的应用前景。 人脸是一种具有复杂的模式的非刚体,虽然人类能毫不费力地识别出人脸及其表情,但人脸的自动机器识别却是一个难度极大的课题。因此,本文详细分析了人脸模式特征的特征和现有方法后,不难得出结论,人脸识别方法的研究的最终趋势必然是综合人脸各种特征,融合各种方法才能有效的进行人脸的识别。 肤色是人脸的一个重要的特征,并且已经证实是一个在人脸检测、跟踪、定位中非常有效鲁棒性的一个人脸模式特征。但它还没有引起人们重视。因此本文实现了一种基于肤色检测的人脸检测系统。人脸检测作为实现自动人脸识别的非常重要的第一步,一个鲁棒、输入要求低的人脸检测系统成为构建一个实用化自动人脸识别的前提。 建立一个实用化的自动人脸识别系统是我们研究改进算法的最终目的。在设计实现一个自动人脸识别系统时,除了进行算法的优化设计外,还要重视系统化设计,充分考虑系统的图像采集设备、场景环境环节因素,以期充分发挥算法的效能。