全文总字数：2969字

1. 研究目的与意义及国内外研究现状

人脸检测（face detection）是指对任意一幅给定的图像，采用一定的算法和方法对其进行搜索已确认其中是否含有人脸，如果有就返回人脸的位置，大小和姿态，就是坐标。人体检测问题最初来源于上个世纪六，七十年代的人脸识别（facerecognition）,随着计算机网络传输，监控及视频的分析在社会上的不断兴起，人脸识别成为最具有潜力的生物身份验证手段。如今人脸检测的应用背景已经超出了人脸识别的范畴，在基于内容的搜索，数字视频的处，视频检测等方面有着重要的应用价值。在自然图像中找到人头部的位置，在生活中有很大的运用。不光是我们能够想象的比如说警察破案时候根据监控截图还是我们生活中各种软件的拍照识别是否为正确用户，等等。我们研究的目的就是编写出能够实现该功能的算法。

国内外研究现状

国外的发展概况

机器自动人脸识别研究开始于1966年pri的bledsoe的工作，结合人脸检测，1990年日本研制的人像识别机，可在1秒钟内中从3500人中识别到你要找的人。1993年，美国国防部高级研究项目署(advanced research projects agency)和美国陆军研究实验室成立了feret(face recognition technology)项目组，建立了feret 人脸数据库，用于评价人脸识别算法的性能。美国陆军实验室也是利用vc 开发，通过软件实现的，并且far为49%。在美国的进行的公开测试中，far，为53%。美国国防部高级研究项目署，利用半自动和全自动算法。这种算法需要人工或自动指出图像中人的两眼的中心坐标，然后进行识别。5月25日，英特尔签署最终协议收购itseez，inc.，是计算机视觉方面的专家（cv）为嵌入式和专门的硬件算法及实现。itseez贡献软件优化和集成在许多市场领先的产品出货今天从汽车安全系统和更多。此次收购进一步加强了英特尔努力争取在物联网的细分市场，如汽车和视频，在感知和理解图像的能力以电子方式为创新和机会的方式。

2. 研究的基本内容

我们都知道，人脸识别技术是基于生物特征的识别方式，利用人类自身所拥有的、并且能够唯一标示其身份的生理特征或行为特征进行身份验证技术。也就是给定一场景的静止或视频图象，利用训算机里存储的人脸数据库，确定场景中的一个或多个人。

人脸识别过程需要完成以下几方面的工作：

人脸检测：从各种场景中检测出人脸的存在，并从场景中准确分离出人脸区域；

3. 实施方案、进度安排及预期效果

针对这次的研究题目，我们具体可以用2中方法来进行实际操作，c 跟matlab。

为了实验便捷，可以使用matlab。

高斯肤色概率模型：由于统计表明不同人种的肤色区别主要受亮度信息影响，而受色度信息的影响较小，所以直接考虑ycbcr空间的cbcr分量，映射为cbcr空间，在cbcr空间下，受亮度变化的影响少，且是两维独立分布。通过实践，选取大量肤色样本进行统计，发现肤色在cbcr空间的分布呈现良好的聚类特性。

4. 参考文献

[1]detecting people looking at each other in videos

[2]object detection with discriminatively trained part based models.

ieee transactions on pattern analysis and machine intelligence, vol. 32, no. 9, september 2010