人脸检测来源于人脸识别(Face Recognition),人脸检测是人脸自动识别系统的关键环节,早期的人脸识别研究主要针对于具有较强约束条件的人脸图象(如无背景的图象),往往假设人脸位置一直容易获得,因此人脸检测问题并未受到重视。人脸特征点的检测基于人脸检测,是在检测到的人脸范围内进行面部特征点的检测。本文研究开发的人脸特征点检测系统,光照适应性、背景适应性强,具有针对不同人的普遍适应性。本系统采用Haar特征检测人脸、人眼眶的位置,在迭代算法和角点检测算法基础上提出了一种新的瞳孔和眼角检测算法。该算法检测的精度高,适应性强。首先,利用Haar特征检测,找到人脸框的位置,在此基础上找到人眼框的位置。然后,在人眼眶内采用改进的迭代算法,找到人眼瞳孔的中心位置,采用角点检测算法找到人眼内眼角的位置。最后,在人眼眶的基础上,采用肤色算法精确人脸左右边界。检测人眼眨眼,触发某种事件,作为后续应用的基础。为了提高人脸特征点检测的精度和提高眼控鼠标系统的控制精度,本系统提高了图像像素大小,采用大像素图像定位人眼瞳孔和眼角的位置,利用像素抽取技术,将大像素的图像抽取成小像素进行人脸检测,人眼检测,然后再转换到大像素,从而找到大像素下的人眼框位置进行瞳孔和内眼角的检测。该方法提高了人脸特征点的检测的精度,并且对实时性影响较小。另外为了提高人脸特征点的检测实时性,本文采用预测机制,即利用上一帧图像的人脸检测位置,作为下一帧的检测的参考范围,从而大大减少了人脸检测的运行时间,提高了系统的实时性。