人脸自动识别系统是目前计算机视觉领域的一个重要研究课题，而人脸自动识别系统中作为定位人脸的人脸检测是整个人脸识别系统正常及高效工作的基础。由于人脸的非刚性，使人脸检测成为一个相当复杂的模式识别问题。近年来，由于人脸检测在安全监视、基于内容的图像检索等领域的潜在应用价值，人脸检测已成为一个独立课题并受到众多研究人员的普遍重视。 人脸检测的方法主要包括基于表象的方法、基于特征的方法、基于模板匹配的方法、基于肤色的方法等。其中利用肤色信息进行人脸检测，具有直观、快速、简单的特点，将它用于人脸自动识别系统的人脸定位环节是非常适用的。 本文基于人脸肤色统计模型，提出了不同色彩空间下的肤色区域分割算法。研究所涉及的色彩空间包括YCbCr空间、HSI空间、KL肤色空间、YUV空间、YIQ空间。具体做法是将原始彩色图像从RGB色彩空间转换到上述色彩空间中，选取大量肤色样本在具体的色彩空间中通过实验建立肤色模型，找到肤色区间。 在研究肤色模型的基础上，进一步研究并提出了两种不同应用场合下(简单背景下的单人脸检测、复杂背景下的多人脸检测)，基于肤色信息进行实时快速人脸检测的新颖算法，算法根据不同应用特点进行了不同的处理。对于较简单背景下的单人脸检测主要应用了投影法，该算法首先利用肤色模型将彩色图像分割为肤色区域和非肤色区域，然后对肤色区域进行水平与垂直投影，由投影结果定位人脸。而复杂背景下的多人脸检测主要应用了区域标记算法并使用了基于知识规则的人脸判定，该算法首先仍利用肤色模型将彩色图像分割为肤色区域和非肤色区域，通过区域标记算法分类不同的肤色区域，针对各个肤色区域应用提出的人脸先验知识规则确定候选人脸区域，再将候选人脸区域彩色四川大学工程硕士学位论文基于肤色信息的快速人脸检测算法研究图像转化为亮度空间的灰度图像，进行与提出的人脸的灰度分布规则的比对，根据结果来进行人脸验证并定位人脸。算法将彩色与灰度空间结合分析，排除了复杂背景下颜色与肤色类似而灰度空间与人脸分布差距较大的物体。并且拥有实时快速检测;无尺度、姿态、表情限制的优点。这是目前研究的很多人脸检测方法无法实现的，具有很高实用价值且对将来的研究也具有特别重要的意义。实验结果证明了所提出方法的有效性，适用于人脸自动识别系统的人脸检测环节。关键词:人脸检测肤色模型彩色/灰度图像肤色分割区域标记算法