人脸检测技术是生物识别技术中应用最广泛的技术之一,也是计算机视觉领域和模式识别领域研究的最多的一个课题。随着科技的发展,传统的身份认证已很难适应人们的需求。基于虹膜和指纹的生物特征验证对采集条件要求高,很难大范围的推广。与他生物特征识别技术相比(如虹膜、指纹),人脸检测技术具有操作简单、直观的结果和良好的隐蔽性。因此,人脸检测技术在信息安全、刑事侦破、公共事业等领域有广泛的应用前景。人脸检测技术通过计算机来提取人脸的特征,并根据这些特征来判断身份的一种技术验证手段。它涉及图像处理、模式识别、计算机视觉、生理学、心理学等众多学科的知识,是当前的研究热点之一。本文对此进行了较为深入的研究,论文的主要工作和成果有以下几个方面:(1)采用肤色分割的方法。常见的颜色空间有很多种,经过分析提出一种YCgCb的颜色空间,它的肤色聚类效果比其他的颜色空间更好。此方法是在颜色空间YCrCb基础之上进行数学建模,通过提取亮度和色度Cb,Cg搭建的肤色模型,可以有效的区分“人脸”及“非人脸”区域,从而准确的对人脸候选区域定位。是一种快速的阈值估计方法。(2)基于小波变换的人脸检测。根据小波变换的不同方法,提出了一种新的融合方法-小波向量融合法,该方法构造了一个新的特征向量。首先将人脸图像进行两层小波变换,然后取水平高频信息进行水平投影,取垂直高频信息进行垂直投影,最后将得到的投影序列直接排列,采用投影运算从而将人脸特征进行定位。该算法可以提高识别率和识别速度。且不受遮挡物及偏转角度影响,具有较好的鲁棒性。(3)通过人脸检测技术在数字监控系统中的实际应用—辨脸通,对人脸检测面临的干扰因素进行分析;根据获得的考勤数据分析得出:姿势,光线强度,速度,背景等问题均会对识别结果产生较大的影响。当人脸偏转度过大时,则不能准确定位;当人脸移动速度过快时,不能实时检测出人脸。从而提出人脸检测技术与数字监控系统结合的重要意义。