人脸识别是一个具有广阔应用前景和具有挑战性的课题,涉及到图像处理、神经网络、模式识别等热门研究领域。在身份验证、罪犯识别、场景监视、基于内容的图像检索等方面都具有重要的作用和价值。一个完整的人脸识别系统应该包括人脸检测、特征提取以及匹配识别。人脸检测是第一环节,也是人脸识别的关键步骤。本文主要对复杂背景下彩色人脸检测技术进行了深入研究。主要研究的内容和成果包括:(1)分析了计算机视觉领域中比较常见的几种色彩空间,在此基础上考虑到不同人的肤色只是在亮度上差别很大,因此采用了YCbCr色彩空间剔除亮度建立肤色模型,分离出肤色以及肤色相近的背景区域,采用了一种自适应最佳阈值的方法把图像二值化,得到粗略的人脸区域。(2)在基于肤色人脸检测的算法上,分析了现在流行的一些算法,如肤色检测加特征验证的算法;肤色检测加聚类分割再特征验证的方法、肤色检测加Mosaic法验证等方法。针对只适应简单背景、检测速度慢、检测率低等问题,提出了一种基于肤色和结构特征的人脸检测方法,该方法与其他方法相比,检测速度快,准确率高,具有较好的鲁棒性,达到了实时有效的进行人脸检测的效果。(3)在基于知识的方法上,分析了人眼检测算法,采用了边缘投影人眼检测算法;该方法达到定位准确,速度快的效果;在边缘提取方面,鉴于Canny算子检测阶跃性边缘时有较好的效果,采用了Canny算法提取候选人脸区域边缘;最后采用基于人脸结构特征来判断前期的候选人脸区域是否真的为人脸,并且标出人脸中的眼睛、鼻和嘴的位置。(4)在上述研究的基础上,设计并实现了一个用户交互界面友好的人脸检测原型系统。从实验的结果可以看出,本文的方法具有一定的鲁棒性,能实现复杂背景下人脸检测,检测速度快,检测成功率达到了94.5%。