人脸的识别和分析可以广泛的应用在个人身份识别、安检、人机交互、表情分析、唇读等应用中。计算机人脸检测作为人脸识别、人脸分析等应用的前期步骤和首要条件,很早就受到人们的关注。随着计算机应用的普及、性能的提高以及图像处理和模式识别领域的研究逐步成熟,人脸相关的应用越来越成为现实,因此对人脸检测定位的研究也正在受到越来越多的重视。 脸部的检测定位是人脸分析技术的一个重要组成部分,其目标是在图像或图像序列中搜索人脸的特征(如眼、鼻、嘴、耳等)的位置。它可广泛应用于人脸跟踪、人脸识别、姿态识别、表情识别、头部像压缩及重构、脸部动画等领域。近年来,该领域的研究有了较大的发展,为了让相关领域内的理论研究和开发人员对目前的进展有一个全面的了解,将近年来提出的脸部特征定位方法根据其所依据的基本信息类型,分为基于先验知识、几何形状、色彩、外观和关联信息等5类,分别作了介绍,同时,对各类方法的性能作了一些比较和讨论,对未来的发展作了展望。 在计算机人脸自动检测方面,已经有了很多比较成功的算法。本文提出两种人脸检测定为算法。算法Ⅰ提出了一种基于眼睛的颜色特征和形状特征的人脸检测定位方法。算法П提出了一种基于脸部对称特征的人脸检测定位方法。 算法Ⅰ针对复杂背景下的彩色图像,提出了一种基于肤色模型、数学形态学处理、虹膜检测定位算法。首先根据肤色模型初步分割出肤色区域;根据眼睛的颜色特征对人脸区域进一步分割眼睛可能存在的区域,大大减少了眼睛的搜索范围;利用眼睛的黑白相间的特点和眼睛虹膜的形状特征,设计简单的圆形模板,检测定位出虹膜位置;最后,用眼睛模板来最终验证是否是人脸。该算法适合图像质量较好的各种姿态的人脸定位,利用肤色特征和眼睛的颜色特征分两步分割出眼睛存在的区域,减少了搜索面积,因而使计算量大大降低,提高了检测速度。 算法П研究了复杂多变人脸的检测和定位问题,提出了一种新的基于对称特征的人脸定位方法。基于肤色特征提取出人脸,根据眼睛的颜色和梯度