人脸检测作为通用物体检测的研究特例,可应用于全自动人脸识别、基于内容的图像检索、数字视频处理、视觉监控系统、人机界面等领域,具有重要的学术和应用价值。本文重点研究了彩色图像中双眼定位问题以及在此基础上的人脸检测算法。双眼是人脸检测、识别的重要步骤,其位置的确定可大致估计出人脸的尺度及方向,是人脸图像几何归一化的必备条件。本文的人脸候选区域的验证正是建立在双眼定位的基础上。眼睛和人脸的验证使用了分类性能良好的支持向量机算法。具体来说,本文的工作重点分为以下几个方面:第一,依据眼睛处在人脸之中的条件,即眼睛由肤色围绕,为了减少搜索范围,对原图像进行肤色分割。提出了一种基于滞后阈值法分割肤色相似度图的方法。较之单一选取阈值,该方法较好地保留了肤色区域。第二,提出了一种眼睛定位的算法。为减少支持向量机验证次数,该算法利用眼睛的色度、亮度及梯度等信息进一步确定眼睛的区域。接着提出了一种眼睛粗简流程。对于误检的区域,根据眼睛的几何规则排除之,如双眼连线与水平线的夹角、检测区域外接矩形的宽与双眼连线之比等。接着,使用投影函数来更加准确地定位眼睛中心的位置。第三,对人脸区域数据进行奇异值分解,选取若干特征向量用来训练及判别。较之眼睛,人脸的区域数据量较大、变化较多,直接使用原始数据的话,训练时间长、检测耗时。为此,本文先对人脸数据尺度归一化,然后再进行奇异值分解,提取特征,以减少时耗。从实验结果中可以看出本文所采用的方法是较有效的,具有一定的实用价值。