1.1 研究目的

随着信息化时代的来临，计算机技术和人工智能、数字图像处理技术迅猛发展，人们的工作、生活等各个方面都与其密切相关。互联网可以提供大量人们所需要的数字化信息，每个行业的发展与计算机的联系也越来越紧密。近年来，科学界对人工智能计算机、数字图像中与人相关的处理与应用技术的研究已经相当活跃了，并都取得显著的成绩。其中，肤色检测技术在人脸的检测识别、根据人脸进行定位追踪、网络中黄色过敏图片的检测过滤、医疗诊断等多个方面发挥着巨大的作用。

皮肤是人体最大的体表感觉器官，它覆盖全身，可以说皮肤肤色是区别于每个人的重要特征标志。肤色检测（skin detection）即在我们需要待检测的图像中选取对应于人体皮肤像素的过程，它是所有以肤色为基础的应用处理的首要步骤。皮肤颜色是人脸检测、定位、追踪时的一种十分有效的特征，而且裸露的皮肤区域也是色情图像的最重要的特征之一。特别是近年来随着图像采集与视频监控技术及设备的日臻完善，对图像中的肤色检测研究越来越深入，对其检测精确度也越来越高。肤色检测具备着举足轻重的科学研究价值，其实际应用的市场潜力也是巨大的。

尽管颜色是把皮肤从其他物体的背景中提取出来的有效特征，但是，建立合适的肤色模型才是肤色检测的前提。目前，肤色检测方法可分为基于物理的方法和基于统计的方法两种基本类型。基于统计的肤色检测主要包括颜色空间转换与肤色建模两个步骤，它是通过建立肤色统计模型进行肤色检测的。而建立合适的肤色特征又需要选择合适的颜色空间和精确的肤色分布的利用以构建模型。本文旨在ycbcr空间下，建立以贝叶斯判决为基础的皮肤颜色分类器，进而得到肤色模型，以研究肤色检测的效果。

2. 研究的基本内容与方案

本次研究的主要内容如下：

1.分析皮肤色调与色度，建立ycbcr空间上的肤色聚集区域；

2.使用贝叶斯规则来建立皮肤颜色分类器进而得到检测皮肤区域使用的肤色模型；

3. 研究计划与安排

第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第5－8周：熟悉开发环境，熟悉掌握基本理论，完成英文资料的翻译，同时大体搭建肤色检测模型的雏形。

第9－12周：完成肤色检测模型的搭建，采集大量样本训练模型，测试不同光照对结果的影响。完成论文初稿。

4. 参考文献（12篇以上）

[1] 吕东辉,王滨.ycbcr空间中一种基于贝叶斯判决的肤色检测方法[j].中国图象图形学报,2006,(01):47-52.

[2] 江凤兵.不同颜色空间肤色检测算法的研究[d].江西理工大学,2011.

[3]陈锻生,刘政凯. 肤色检测技术综述[j].计算机学报,2006,(02):194-207.