论文部分内容阅读
人脸检测是计算机视觉和模式识别研究中非常活跃的一个课题。肤色是人脸的一个重要特征。由于肤色具有很好的聚类性质，并且C-均值方法是一种很重要的动态聚类算法。因此，在合适的颜色空间里，我们使用C-均值方法对彩色图像进行分类。利用肤色的聚类性质将肤色聚为1-3类，然后利用肤色模板将肤色特征提取出来。
需要指出单独使用肤色特征检测和追踪人脸是不够的。对于提取出来的肤色区域，我们再通过C-均值算法仅对肤色区域进行分类，找出眼睛的候选点，再利用肤色区域的x投影和y投影找出嘴巴，并最终确定眼睛的位置。本文的检测方法融合了颜色、灰度和知识信息，利用C-均值算法增强了检测的准确性。
该方法的优点在于：
(1)可以有效地排除背景的干扰，使得所提取的肤色特征更加准确；
(2)在不均匀光照的条件下，该方法对人脸的检测结果准确，具有很好的可靠性；
(3)对于肤色区域内的脸部特征检测准确，可以更进一步的增加人脸检测的准确性。