肤色主导的人脸检测与识别技术研究与实现

"基于肤色的人脸检测与识别"是一篇硕士论文，主要探讨了在模式识别与机器视觉领域中如何利用肤色特性进行人脸检测与识别。作者陈松在指导教师闵帆的指导下，针对人脸的稳定肤色和五官色彩特征，提出了两项关键工作。 首先，论文深入研究了图像识别技术，特别是分类器的设计过程，旨在构建一个有效的人脸区域检测系统。作者在YCbCr色彩空间中建立肤色高斯聚类模型，通过肤色相似度计算和阈值分割，实现了在复杂背景下对肤色区域的准确检测和定位。这种方法依赖于直方图统计，能够有效地从二值化图像中区分出人脸区域。 其次，为了克服光照条件对人脸检测的影响，论文引入了一种自适应的彩色光照补偿方法。该方法考虑了光源方向、亮度变化和色彩因素，通过非线性变换对图像进行调整，以消除阴影，确保在不同光照条件下都能正确检测到人脸。 进一步，论文针对检测出的人脸，提取五官信息并构建基于比例的人脸特征向量。利用人脸各部位色彩差异，通过统计分析确定各个器官的色彩分量区域，并结合器官的面积和几何尺寸，设计了一种鲁棒性强于对姿态、表情和距离变化敏感的人脸识别方法。这种特征向量设计确保了人脸特征的稳定性和独特性。 最后，作者在实际图片库上进行了人脸检测与识别的实验，结果显示，基于肤色的方法在性能上表现良好，能够有效地应对各种复杂场景，证明了其在实际应用中的可行性。这篇论文不仅提升了人脸检测的准确性，还为肤色特征在人脸识别领域的应用提供了新的思路和技术支持。"