龙源期刊网httpwwwqika
comc
基于肤色特征的人脸检测
作者：高彦斌徐建良来源：《中国新技术新产品》2012年第06期
摘要：人脸检测在人脸识别过程中是最基本的处理，如果检测方法不当，会使识别过程崩溃，人脸检测在人脸识别中很重要。人脸模式是很复杂的，而且易受外界干扰，常见的人脸检测算法一般都具有计算量大、速度慢、误报率高的弱点，文中使用基于YCbCr颜色空间的肤色模型检测方法进行人脸检测，解决了计算量大的问题，并使用形态学理论对图像做了后续处理
关键词：人脸检测；颜色空间转换；YcbCr颜色空间；形态学
中图分类号：ITP391文献标识码：A
1概述
人脸识别是图像识别领域的一个热门话题，它自身有许多良好的特性，比如非侵扰性、采集方便等等，正是由于这些优点，它被广泛应用于海关监察、刑侦等安防领域。人脸识别过程一般包括人脸的检测和定位、特征提取和人脸识别三部分。很明显，人脸的检测是人脸识别过程中最基本的步骤，如果识别误差太大，那会对后续工作产生很大困难，甚至使结果没有任何意义。
那怎样进行检测呢？因为人脸本身有很多特征，可以根据这些特征进行检测。其中常用的特征检测有灰度特征检测和肤色特征检测。灰度特征包括轮廓特征、灰度分布特征、结构特征、模板特征等。由于人脸五官位置相对固定，灰度分布呈一定规律性，因此可利用灰度特征来进行人脸识别。通常采用统计的方法或特征空间变换的方法进行灰度特征的提取，如，利用KL变换得到的特征脸等。下面要讲的肤色特征检测用到的肤色特征使用不同的概念，它利用的是颜色空间的聚类特性，运行速度较灰度特征要快很多。
2肤色特征人脸检测
基于肤色特征进行人脸进行检测有很多优势，这种方法检测的速度快，而且直观，符合人们的感性认识，并且不受形状、大小的影响，算法简单易懂，相比于灰度特征的计算，它能大大提高运算速度。
在这一部分，首先介绍了颜色空间的一些特征，然后介绍了基于YCbCr颜色空间的人脸检测实验，并运用形态学的知识进行处理，最后讲了实验的结果。实验的实现使用的是matlab环境。
f龙源期刊网httpwwwqika
comc
21颜色空间的特征
RGB颜色空间是用于显示和保存彩色图像的最常用的彩色空间，由R红、G绿、B蓝三个分量所组成，三维空间中的三个轴分别与红、绿、蓝三基色相对应，原点对应于黑色，离原点最远的顶点对应于白色，而其他颜色则落在三维空间中由红、绿、蓝三基色组成的彩色立方体中。但是RGB颜色空间中亮度信息是隐含在r