人脸

产生大量的娱乐节目和效果。 手机、数码相机等消费电子产品中，基于人脸的娱乐项目越来越丰富。 、 MSN等即时通信 工具以及虚拟化身网络游戏也是人脸合成技术的广阔市场。 另外还有家庭娱乐。 家庭娱乐是指能够识别主人身份的智能玩具，家政机器人，具有真实面像的虚拟游戏玩家等。 随着电子技术水平的提高，家庭娱乐会得到广泛的应用，其中的关键技术之一也是人脸的跟踪识别。 (3)图像搜索 目前， Google

标人物未察觉时识别完成，只需要可见 光就可以完成人脸信息的获取，不同于虹膜识别需要借助红外线采集图像，指纹识别需要依靠电子压力传感器活得指纹，获取时间短，识别精度高 [4]。 在电子商务飞速发展的今天，人脸识别系统的范畴一不足以涵括人脸识别的应用范围，在数字图像处理、视频领域、基于内容的检索等方面有着重要的应用价值。 作为一项具有最广泛应用前景的人体识别技术，人脸识别将得到越来越多的重视 [4]

金融服务、电子商务、政府部门、公共管理、国家安全、信息安全、智能家居、人机交互等领域显示出其无可比拟的优越性。 另外，人脸识别技术还将推动图像处理、模式识别理论与应用的发展，同时由于人脸模式的特殊性，对人脸识别进行应用研究，对推动认知科学、生理学、心理学等相关学科的研究也有积极的影响。 本文 将 重点研究人脸检测定位及特征提取技术，提出了一个人脸识别系统框架，并细化各模块的功能。 利用

本的环节，是任何人脸信息处理系统中关键的一个步骤，只有将图像或图像序列中的可能存在的人脸进行检测和分离，其他的研究工作才能得以展开和进行。 图 1 清晰地说明了人脸检测在人脸识别系统中的重要作用。 输 入 图 像 预 处 理 人 脸 检 测人 脸 识 别内 容 检 索视 频 监 控其 他输 出 图 像 图 1 人脸检测在人脸识别系统中的重要作用 目前

和 JPEG 等标准中普遍采用的颜色表示。 (3) YCbCr 的计算过程和空间坐标表示形式简单，与 RGB 之间的转换为线性，容易实现，避免了非线性的奇异性。 (4) YCbCr 颜色空间是离散的，采用 YCbCr 颜色空间易于实现聚类算法。 (5) Anil 等人绘制了 853571 个肤色点的统计图像，其结果表明，肤色在 YCbCr颜色空间的泪俱效果较好。 一般情况下，颜色图像都是 RGB

ls 人脸识别系统等。 国内也有一些关于人脸检测方面的研究已经或正在转化为商品软件，如上海银晨智能识别科技有限公司开发的人脸检测音视频压缩卡，广州超越软件公司的BioFace 系统等等。 课题研究内容目前，理想条件下的人脸检测问题已经取得了很大的进展，但在复杂环境下， 对任意光照条件、面部有遮挡、姿态和表情变化等情况下的人脸检测仍是一个比 较困难的问题。 由于人脸自身结构复杂

异的理论和方法 ,并不断应用于实际的技术中去。 特别是在九十年代之后 ,人脸自动识别的相关理论 开 始 飞 跃性的发展 ,已发表的论文呈现方向各异、思想繁多等特点。 现在 ,儿乎全部的商新技术研究公司和权威的理工类或综合性大学都开展了相关科研活动。 人脸自动识别技术分类方法很多 ,以图像来源为区分标准 ,可以分为两大类 ,即静态人脸识别和动态人脸识别。 静态人脸 识别技术

国在人脸识别这一当今热点科研领域掌握了一定的核心技术。 北京科瑞奇技术开发股份有限公司在 2020年开发了一种人脸鉴别系统，对人脸图像进行处理，消除了照相机的 影响，再对图像进行特征提取和识别。 这对于人脸鉴别特别有价值，因为人脸鉴别通常使用正面照，要鉴别的人脸图像是不同时期拍摄的，使用的照相机不一样。 系统可以接受时间间隔较长的照片，并能达到较高的识别率，在计算机中库藏 2300人的正面照片

式奠定良好的基础，同时也为这些问题的解决提供重要的启示。 因此，人脸检测与识别课题具有十分重要的理论和应用研究价值。 人脸检测研究现状 国外研究现状 由于人脸检测有着相当广泛 的应用和研究价值，因此，许多国家很早就展开了相关方面的研究。 主要有美国 、欧洲国家、日本、韩国等科技发达的国家。 早在 1993年，美国国防部高级研究项目组 (ARPA)和美国陆军研究实验室 (ARL)

交叠的区域集的过程。 目前国内外很多专家学者对肤色分割做了大量的研究，基于肤色模型的分割方法大多采用 RGB颜色空间、 YCbCr 颜色空间、 HSV 颜色空间等。 在不同颜色空间中的肤色分割各有其优缺点： BGB 颜色空间得到的结果将非肤色区域（尤其是偏红的部分）分割出来了，但是一般没有漏检；在 HSV 颜色空间结果非肤色区域分割的较准确，但是肤色区域分割效果不完全； YCbCr