【正文】 ......................................... 27 RGB 顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果 .................................. 27 YCbCr 顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果 ............................... 27 HSV 顏色空間下的圖像及仿真實(shí)驗(yàn)結(jié)果 .................................. 28 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 小結(jié) ............................................................................................... 29 第五章 結(jié)論及展望 ................................................................... 29 結(jié)論 ............................................................................................... 29 展望 ............................................................................................... 30 參考文獻(xiàn) ..................................................................................... 32 致謝 .............................................................................................. 35 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 摘 要 人臉識別技術(shù)是模式是別和計(jì)算機(jī)視覺研究中的一個重要領(lǐng)域，在邊防安全、視頻監(jiān)控、身份驗(yàn)證等方面有重要的應(yīng)用價值。人臉檢測是快速、準(zhǔn)確識別人臉的前提，其目的是將人臉從圖像背景中檢測出來。本文簡要介紹了人臉檢測的概念、應(yīng)用和研究現(xiàn)狀，并且采用了不同的彩色空間研究膚色模 型。研究人臉圖像在不同顏色空間（ RGB、 YCbCr、 HSV）下的顏色特征，具體做法是將原始彩色圖從 RGB色彩空間轉(zhuǎn)換到上述色彩空間中，選取大量膚色樣本在具體的色彩空間中通過實(shí)驗(yàn)建立膚色模型，利用得到的特征進(jìn)行靜止圖像中的人臉檢測。關(guān)于膚色信息的彩色圖像人臉檢測算法，以 MATLAB 為工具，對模型進(jìn)行了仿真驗(yàn)證。運(yùn)行結(jié)果表明，此算法對不同圖片有比較強(qiáng)的適應(yīng)性，對姿態(tài)與表情魯棒性好，能夠比較準(zhǔn)確地檢測出人臉的位置。 關(guān)鍵詞： 人臉識別 人臉檢測 膚色模型 膚色信息 色彩空間 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 ABSTRACT Face recognition technology ,as an important field of pattern recognition and puter vision research, is particularly significant to applications such as frontier defence security, video monitoring, and identity authentication etc.. Face detection is the premise of rapid and accurate face recognition, its purpose is detecting the face from a picture background. This dissertation simply introduces the concept, application and the present research condition of face detection. And use different skin color space to study the model,the focus on the RGB,YCbCr, HSV color space, and the space under the shin color model. For studying the color characteristics of face images in different color spaces,specific practices will be the original color image from the RGB color space conversion to the color space, select the color samples in a large number of specific color space,through the establishment of color in the experimental model used by the characteristics of static images in the face position. On the basis of analyzing the influences of the factors such as picture background, bright variety and the person39。s head posture etc.,puts forward a kind of algorithm for chromaticimaged face detection,which is based on the plexion information. Finally uses MATLAB to program and simulate. The result of simulation shows that this algorithm has strong adaptability for different pictures, robustness for posture and facial , it can accurately detect the face position. Key words:Face recognition。 Face detection。 Complexion model。 Complexion information。 Color space。 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 第一章 人臉檢測綜述 人臉檢測的研究背景及意義 人臉檢測是指使用計(jì)算機(jī)在輸入圖像中確定所有人臉（如果存在）的位置與大小的過程。人臉檢測系統(tǒng)的輸入是可能包含人臉的圖像，輸出是關(guān)于圖像中是否存在人臉以及人臉的數(shù)目、位置、尺度、位姿等信息的參數(shù)化描述（ 1）。 人臉檢測問題的提出最初來源于人臉識別研究中對人臉定位的需求 。人臉自動識別系統(tǒng)鑒于其友好性、方便性，已成為一種很有潛力的身份驗(yàn)證途徑。一個完整的人臉自動識別系統(tǒng)至少應(yīng)包含兩個主要的技術(shù)環(huán)節(jié)：人臉的檢測和人臉的特征提取與識別。要完成自動人臉識別，首要條件是找出人臉，即人臉檢測是完成人臉自動識別任務(wù)的第一步，它是自動人臉識別技術(shù)的基礎(chǔ)，對自動人臉識別系統(tǒng)的速度、精度都起重要作用。人臉識別的研究可以追溯到 20 世紀(jì) 60 年代，早期的人臉識別研究主要針對具有較強(qiáng)約束條件的人臉圖像，往往假設(shè)人臉位置已知或很容易獲得，致使人臉檢測問題并未受到重視。但 20 世紀(jì) 90年代初以來，隨著電子 商務(wù)等網(wǎng)絡(luò)資源的利用，使得人臉識別成為最具有潛力的生物身份驗(yàn)證手段，在這種應(yīng)用背景下，要求人臉自動識別系統(tǒng)對一般的環(huán)境圖像有一定的適應(yīng)能力，由此所面臨的一系列問題使得人臉檢測作為一個單獨(dú)的課題受到研究者的重視（ 2）。 今天，人臉檢測的應(yīng)用背景已經(jīng)遠(yuǎn)遠(yuǎn)超出了人臉識別系統(tǒng)的范疇。 隨著網(wǎng)路技術(shù)和桌上視頻的廣泛應(yīng)用，圖像撲捉設(shè)備正在成為個人計(jì)算機(jī)的標(biāo)準(zhǔn)外設(shè)，為視頻會議等服務(wù)所急需的技術(shù) —— 基于內(nèi)容的壓縮與檢索成為一個研究熱點(diǎn)。并且近年來隨著數(shù)碼相機(jī)的廣泛使用和數(shù)碼相冊的出現(xiàn)，以人臉為對象的索引和檢索也引起了人們的濃 厚的興趣 （ 3） 。人臉檢測是進(jìn)行人臉壓縮的的前提條件，同時人臉也是基于內(nèi)容檢索的重要對象，因而人臉檢測在這個領(lǐng)域中占有重要的地位。此外，人臉檢測在友好人機(jī)界面、視頻監(jiān)測、數(shù)字視頻處理等方面也有著重要的應(yīng)用價值，所有這些使得人臉檢測的研究備受關(guān)注。 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 人臉檢測技術(shù)之所以能在當(dāng)今計(jì)算機(jī)視覺領(lǐng)域的研究中占有重要的地位并成為研究焦點(diǎn)，主要在于以下兩個方面：一方面，將人臉作為基本對象來考慮，自動檢測與定位人臉是實(shí)現(xiàn)人臉識別、人臉跟蹤、表情識別、人臉合成與人臉編碼、唇讀等技術(shù)的必要前提；另一方面，人臉檢測技術(shù)有著從智能安全 監(jiān)控、電子商務(wù)、視頻會議和遠(yuǎn)程教育、基于內(nèi)容檢索等諸多領(lǐng)域的廣泛應(yīng)用價值。 從學(xué)術(shù)的觀點(diǎn)來看，人臉檢測的研究受到重視是因?yàn)槿四槞z測是物體檢測中的一個典型問題。人臉是一類具有相當(dāng)復(fù)雜的細(xì)節(jié)變化的自然結(jié)構(gòu)目標(biāo)，對于這類目標(biāo)的檢測是一個極富挑戰(zhàn)性的課題。人臉檢測問題的難度在于：（ 1）人臉是一個非剛性模式，有各種姿態(tài)、表情的變化，不同人臉在細(xì)節(jié)如形狀、大小、顏色上都有差異，即人臉本身是不規(guī)則的復(fù)雜模式，具有模式的可變性；（ 2）背景與光照的不確定性，如在復(fù)雜的背景中，不同的采集條件下的光源方向、明暗、色彩都會 影響輸入圖像的質(zhì)量：（ 3）人臉可能有的裝飾物會增加檢測的難度，如戴眼鏡、口罩，化妝，臉上長有的胡須、黑斑等。因此，如果能找到解決這些問題的方法，成功構(gòu)造出人臉檢測系統(tǒng)，將為其他具有類此特征和模式的檢測問題提供重要的啟示。但從客觀而言，以上一些難點(diǎn)致使完全不加條件限制的人臉檢測無法具有健壯性，目前大多數(shù)人臉檢測技術(shù)只針對正面端正人臉的檢測，且有很多方法運(yùn)算量特別大，時間復(fù)雜度高，雖然對于一定的應(yīng)用來說，他們也是可以接受的，但為進(jìn)一步提高實(shí)用價值，人臉檢測系統(tǒng)需盡量弱化對待檢圖像的條件限制，并且最好能實(shí)時檢測出 人臉。人臉檢測研究重點(diǎn)將越來越趨向于復(fù)雜背景下、多姿態(tài)人臉的檢測。為向此目標(biāo)靠近，我從人臉的顯著特征之一 —— 膚色入手，研究膚色特征的表達(dá)方式，即研究了各種不同色彩空間下的膚色模型，使之具有一定的實(shí)用價值且成為將來基于膚色人臉檢測研究的一塊基石。 人臉檢測技術(shù)的國內(nèi)外研究現(xiàn)狀 人臉檢測問題是計(jì)算機(jī)視覺領(lǐng)域中的重要問題，最初作為人臉自動識別系統(tǒng)的定位環(huán)節(jié)被提出，近年來由于其在安全訪問控制、視覺監(jiān)測和新一代人機(jī)界面等領(lǐng)域的應(yīng)用價值，開始作為一個獨(dú)立的課題受到研究者的重視。人臉檢測問題在近十年中得到了 深入的研究并取得了長足的發(fā)展，國內(nèi)外的很多學(xué)者提出了許多不同的方法，在不同的領(lǐng)域都取得了不同的成果，但是要尋找一種準(zhǔn)確率很高的、能普遍適用于各種復(fù)雜情況的人臉檢測算法，還有一定的距離。國外的主要研究單位有美 山東輕工業(yè)學(xué) 院 2020 屆本科生畢業(yè)設(shè)計(jì)（論文 國的麻省理工媒體實(shí)驗(yàn)室（ MIT Media lab） 、卡耐基梅隆大學(xué)的人機(jī)交互學(xué)院（ Human puter interface institute） 、微軟研究院的視覺技術(shù)研究組 （ Vision Technology Group） 、 英國劍橋大學(xué)工程系 （ Department of Engineering）等，國內(nèi)的微軟亞洲研究院、中科院自動化研究所、清華大學(xué)、北京工業(yè)大學(xué)等都有專業(yè)人員從事人臉檢測的相關(guān)研究。而且， MPEG7 標(biāo)準(zhǔn)組織已經(jīng)建立了人臉識別草案小組，人臉檢測算法也是一項(xiàng)征集的內(nèi)容。此外，隨著人臉檢測研究的深入，國際上發(fā)表的有關(guān)論文數(shù)量也大幅度增長，如 IEEE 的 FG、 ICIP、 CVPR 等重要的國際會議上每年都有大量的關(guān)于人臉檢測的論文，占有關(guān)人臉研究論文的 1/3 之多。整體來看，人臉檢測研究涉及計(jì)算機(jī)視覺、數(shù)字圖像處理、人工智能等多個學(xué)科領(lǐng)域，同時這項(xiàng)研究還滿足了現(xiàn)代計(jì)算機(jī)網(wǎng)絡(luò)和通信系統(tǒng)高 速發(fā)展的需求，無論從實(shí)用性還是從學(xué)術(shù)性來看，均具有很高的研究價值。隨著計(jì)算機(jī)網(wǎng)絡(luò)的普及，圖像、視頻等多媒體信息在計(jì)算機(jī)信息中比重的加大，這一研究必然會得到更快、更長遠(yuǎn)的發(fā)展。 人臉檢測算法的總體框架 通常來說人臉檢測一般按照“分割 — 檢測”的模式，將基于膚色模型的區(qū)域分割與基于模板匹配的人臉檢測綜合起來。 基于膚色模型的區(qū)域分割 區(qū)域是一個彼此互相連通的具有一致意義屬性的像素集合，是一種方便的圖像中層符號描述，是目標(biāo)模型化以及高層理解的基礎(chǔ)。區(qū)域分割是圖像分析和理解的一項(xiàng)基本內(nèi)容，其過程可以概 括為按照選定的一致性屬性準(zhǔn)則，將圖像劃分為互補(bǔ)