人脸检测与定位技术概述人脸检测与定位是指从图片判断是否存在人脸，若存在则找出人脸的位置。人脸检测是人脸识别系统中的第一个环节也是很重要的一个环节。人脸检测的难点在于要将人脸从复杂的图片背景中检测出来，并且要确定人脸在图片中的位置以及人脸的区域。人脸检测与定位算法的好坏直接影响下一步人脸识别的准确率，并且人脸检测在追求准确的同时也要注意检测的速度，这关系到系统在实际运用中的可行性和用户的使用体验。83387

（1）人脸的特征人脸检测可以归类为模式识别的问题，特征的选择是模式识别的关键部分。

人脸检测中的特征选择的是人脸所共有的特征，大致有：基本特征、肤色特征、运动特征等，基本特征、肤色特征是人脸检测中常用的特征。

（2）基本特征

①灰度特征人脸图像当转换为灰度图像后会有明显的灰度分布特征，比如人脸中的嘴巴、眼睛、眉毛的灰度值会比较低，而前额、脸颊等区域的灰度值则会比较高。这些分布特征可以帮助人们将人脸五官进行大体的定位，也可以用于判别该区域是否存在人脸。在平时的研究中，由多幅人脸模板得到的人脸模板和五官的模板经常被用来检测图像中是否存在人脸。采用灰度值得方式检测人脸比较直观，速度也比较快。但是灰度值会受到光照的影响，当光照不均的时候各个区域的灰度值也会相应的产生变化，但是五官区域的灰度值依旧会有保持一定比率。所以在平时的实验中经常采用线性光照拟合或者直方图均衡等方法来弥补光照的影响，也有采用非线性弥补光照的方法，如Log、Exp等。

②结构特征众所周知人脸是对称的，而这种对称性也是模式识别中的有用特征。正常的人脸正面看来是左右对称的，人脸对应的灰度和人脸的五官边缘都是左右对称的。这种对称性可以作为人脸检测中验证是否是人脸的一个辅助特征。并且人脸除了对创新，还有五官分布也是一定的，比如眉毛、眼睛、鼻子、嘴巴是按顺序排列的。通过生物学的研究，我们可以知道五官的发布也满足一定比例，而且各个器官的相对位置、形态也满足一定规律。这些都可以帮助我们进行人脸的检测与五官的定位。论文网

③边缘和形状特征人脸和器官是具有一些典型的边缘形状特征的，这在美术中人物素描中得到体现，眼睛是近似椭圆形，而不是正方形。人脸的轮廓、眉毛的边缘、眼睛的轮廓、鼻侧线和嘴唇的轮廓这些都可以近似为椭圆、弧线描述的几何单元。有了这些边缘特征，就可以结合Sobel、Canny等常用的提取边缘的算子来得到人脸的五官。在实际实验中，存在着由噪声导致的边缘不连续的问题，这时我们通常利用边缘追踪器来将属于一个器官的轮廓连接在一起。有了人脸的边缘特征，我们还可以有效地约束搜索范围避免边缘跟踪失败。边缘特征相对于灰度特征对光照变化适应更好，因此在光照情况复杂的情况下通常采用边缘特征，但也要注意在强光照下算法要尽量避免产生伪边缘。

（3）肤色特征在人脸检测中，肤色特征是一种能保证检测算法快速和准确的特征。当然肤

色特征要求图像是彩色图像，这样才能反映出人脸的肤色。在复杂背景下，如何快速检测出是否存在人脸，这时运用肤色特征区分人脸无疑是最直观、最快速、最简便的。对于人类的肤色，我们可以找到一个色域范围来包含它，并且这个色域通常与背景的色域相交不多，因此肤色是用于大体定位人脸的重要特征。目前的研究中，我们通常采用RGB、YcbCr等色彩空间，而运用对人类肤色的统计结果，我们可以很好的在这些色彩空间中找到属于肤色的部分。通常肤色直方图被用于对肤色的描述。肤色特征在一般情况下能够使我们很快的定位人脸区域但是光照同意也会影响肤色特征，因此通常实验中会使用图像中的最大亮度的RGB像素作为“参考白色”，并根据它来进行颜色的补偿。