本文的应用背景是正面人脸的检测，所以我们只对在平面上有偏转角度的人脸进行讨论，而对有扭转和仰俯角度的非正面人脸不予考虑。实际生活中最具应用价值的也是正面人脸的检测和分析，而且生活经验告诉我们，人脸相对垂直方向的偏转角度一般不会超过士45“，当然经过特殊处理的图像除外。试验表明我们训练的级联分类器可以检测到相对于垂直方向偏转士15“左右的正面人脸。所以，我们试图采用将原图像分别进行左右30“旋转的方法，将偏转角度较大的人脸转换为直立的或者偏转角度在分类器可以检测范围内的人脸。
美国的Voila博士在2001年提出的基于Haar一l议e特征的级联分类器人脸检测算法，具有检测率高、实时性好等优点，是被当今学术界普遍看好的检测方法。本文在Vfola所提出方法的基础上进一步提出改进措施，设计了一个对偏转人脸鲁棒性好、适用于复杂场景下静态图像处理的正面人脸检测系统。改进措施之一是将待检原图像和进行左右旋转30。后的图像分别输入正面直立人脸样本训练的级联分类器中进检测，以提高系统对于有旋转角度的正面人脸的鲁棒性;改进措施之二是在保证级联分类器有高检测率的情况下，利用彩色图像中的肤色信息来降低级联分类器的误检率、提高检测速度。检测结果表明我们的尝试是成功的:本文提出的检测系统在CMU的标准人脸测试集的rotated子集上中达到了84.7%的率，而单纯采用级联分类器在此测试集上只有18.5%的检测率。另外，作者从实际生活和网上收集了32张彩色图片，图片中大部分人脸为正面，各个图片中人脸数目不等且背景复杂。检测系统在这个检测集上的检测速率和误检率也呈现出明显的优势。
关键词:人脸检测;级联分类器;H~like特征;肤色提取;偏转人脸AbstraCt
第1章绪论
本章主要介绍了人脸检测技术的研究背景、研究现状、技术难点以及本文的系统框架。
Ll研究背景和意义
复杂背景下的进行人脸检测是目前学术界和工业界最具挑战性的课题。尽管如此，由于它具有重大的应用价值和广泛的应用前景而受到社会和研究者的普遍重视，己经发展成为一个独立的、十分活跃的研究领域。人脸检测起源于人脸识别，它是人脸识别中的基础和关键技术。但是早期人脸识别系统对于应用环境的约束条件过于严格，往往假定图像中人脸的数目确定且背景简单，甚至假设人脸的位置已知或者很容易获得，所以人脸检测一直没有受到重视。近年来随着安全监控等领域的需要，人脸识别发展成为公认的最具潜力的身份认证手段，这就迫切需要提高人脸检测系统对环境的适应能力，要求有不受环境制约的人脸识别系统的出台。人脸检测这才开始作为一个独立的研究领域受到了学术界和工业上的普遍重视。
下一篇：人脸识别技术的研究与开发
