摘 要

随着近些年社会信息化的发展，人脸识别在研究、商业应用中的作用日益重要。人脸检测技术作为人脸识别技术中最重要的一步，也得到了大量的关注和研究。尽管人们在人脸检测方面取得一定成果，但是还需要在多姿态人脸检测时解决很多问题。因此本文针对多姿态人脸检测做了进一步的研究。本文采用基于Adaboost的算法与肤色特征的算法相融合的方法进行多姿态的人脸检测。先采用Adaboost算法对待检测图像进行初步检测，筛选出一部分确认过的人脸区域。同时由于肤色特征受到人脸姿态的影响较小，因此引入基于肤色特征的人脸检测方法。通过层叠分类器将他们连接起来。这种基于肤色和AdaBoost算法的方法与传统的人脸检测方法比较起来，它有着检测速度高和检测成功率高的特点。经过算法研究验证后，发现本文的算法比起传统算法有了很大的提升。

关键词：多姿态 ；人脸检测 ； 肤色特征；Adaboost算法

Abstract

Along with the development of social information in recent years, the role of face recognition in research and commercial applications is increasingly important. As one of the most important steps in face recognition, face detection technology has received a lot of attention and research. Although it made some achievements in the human face detection, but many problems need to be addressed in a multi-pose face detection.Therefore, this paper makes a further research on multi-pose face detection. In this paper, we use the method of Adaboost based algorithm and skin color feature fusion algorithm for multi-pose face detection. Firstly, the Adaboost algorithm is used to detect the detection image, and a part of the recognized face area is selected. At the same time, due to the small effect of skin color feature, the face detection method based on skin color feature is introduced. By cascade classifier to connect them. This comparison color and AdaBoost algorithm method and the traditional method based on face detection, it has a high detection speed and detection success rate is high.After the validation of the algorithm, we found that the algorithm has a great improvement compared to the traditional algorithm.

Key Words：Multi-pose ; Face detection ; Skin color feature ; Adaboost algorithm

目 录

第1章 绪论 3

1.1 研究目的与意义 3

1.2 国内外研究现状 3

1.3 论文内容安排 4

第2章 多姿态人脸检测的基本原理 5

2.1 人脸检测研究方法综述 5

2.1.1 人脸特征简介 5

2.1.2 人脸检测技术 6

2.1.3 人脸数据库检测技术 8

2.2 基于AdaBoost算法的人脸检测 9

2.2.1 Haar-like特征 9

2.2.2 积分图像原理 11

2.2.3 AdaBoost算法 11

2.2.4 层叠分类器 13

2.3 基于肤色特征的多姿态人脸检测 14

2.3.1 肤色模型 14

2.3.2 肤色特征提取 15

第3章 系统的设计与实现 17

3.1 多姿态人脸检测方法 17

3.2 多姿态人脸检测的实现步骤 17

3.3 实验结果及分析 19

第4章 总结与展望 23

4.1 总结 23

4.2 展望 23

参考文献 24

致 谢 26

第1章 绪论

1.1 研究目的与意义

21世纪科技的发展日新月异，社会的信息化程度越来越高，计算机、网络、通信等技术飞速发展，Human computer interaction technology也成为各大高校、研究所的热点研究方向。只有智能设备能够辨认交互者的生物属性、身份属性等其他相关信息，才可以实现人机交互的智能化/自然化和人性化。^[1]如何实现智能设备识别交互者的相关信息，就成了当前人们亟待解决的问题。

Biosignature（如人的面部、手指指纹、眼睛虹膜等）有着极强的自身稳定性和个体差异性，它是一种人所特有的内在的属性，因此，通过Biosignature进行检测识别自然而然的就成了身份验证识别的最重要的一种依据。^[2]在这诸多的身份识别方式中，人脸识别^[1]是最简单快捷也是容易被人们普遍接受的身份识别方式。

人的面部特征是生物特征中最普遍简单的也是最重要的特征，它是人类唯一性最强、最容易辨别、个体差异性最大的重要生物特征。与其他的识别方法比较起来，具有最简单直接、方便快捷、对用户友好性强的特点，而且用户使用起来也很容易接受。因此，它在各大研究所、高校得到了普遍的研究与应用。要实现人脸识别的完全智能化，完成人脸检测是它的第一步。因此，人脸检测的研究在实际生活应用中有着非常重要的意义。目前，它已经在多个领域有了普遍的研究应用，诸如人脸识别、监控安全系统、新人机交互、内容检索^[2]图像检索^[3]以及安全系统的访问等领域。

人脸检测方法的具体含义是指任意的一个图像或者一整套图像中确定出人脸是否在图像中。如果人脸在图像中，怎么标定人脸的具体信息，诸如大小位置姿态等，以及人脸的数量等信息。尽管人脸检测技术经过了长久的发展，但在理论与应用的各个方面，人脸检测方法依然有着相当大的改进空间。

最初，人脸检测研究方向主要为简单背景下的正面人脸图像。但是在实际中，人脸图像检测会受到多种因素的影响。主要因素包括：图像中人脸的大小、姿势等因素；人脸数量的不确定性；人脸的肤色、长相不同以及表情的变化引起的模式多变性；阳光、灯光等光照方向引起亮度、对比度等的变化；还有人脸上的饰物诸如眼镜、口罩等的遮掩影响；以及人脸重叠；图片由于拍摄成像设备造成的质量差异。^[3]因此，人脸识别模式会有很强的多样性，如何在复杂条件下进行高准确度的人脸检测就成了一个很有价值的研究课题。