人脸检测是计算机视觉和模式识别领域中的一个热点问题,其不仅具有广泛的应用背景,也有极大的理论研究价值。一般而言,复杂背景、多人脸和变姿态的人脸检测难度较大,现阶段研究较多的是对图像中的人脸个数、位姿、角度、尺寸、偏向等进行了一定限制的人脸检测问题。在分析和实验的基础上,提出了一种基于彩色图像多线索信息的人脸检测算法。该算法综合利用了肤色分割、区域分析和统计分析等原理,以对输入图像进行人脸检测,并标示出(如果存在)每个人脸所在的位置。算法总体上分为三个步骤。第一步,利用提出的一种基于混合高斯分布和亮度自适应相结合的肤色分割算法,对输入的彩色图像中的肤色像素进行提取。该算法在提高了正检率的同时,也在一定程度上降低了错误报警率。另外,该步中还采用了亮度阀值分割方法,有效地去除了肤色分割中形成的部分类肤色像素,进一步缩小了待检区域的范围。第二步,根据人脸形状和结构的先验知识对得到的待检区域进行基于数学形态学和结构模式识别的分析和处理。该步骤的结果是生成了一系列的候选人脸对象。第三步,构造了一种基于最小风险的贝叶斯分类器,并利用其对候选人脸对象进行二分类判决,把属于人脸的对象标示出来。从而最终完成了人脸检测的任务。实验结果表明,这种多线索的彩色图像人脸检测算法具有较高的检测正确率和低的错误报警率,同时也具有较快的检测速度,在自适应能力和稳定性方面也达到了预期结果。