一种肤色定位的人脸检测算法

进行人脸识别前,首先要精确定位出一幅图像中人脸的位置,为了快速定位人脸位置,本文提出一种肤色定位的人脸检测算法。首先将实际获取的彩色图像转换为YCbCr和HSI空间图像,并将Cb和Cr图像中的数值进行四舍五入处理,结合Cb、Cr、H和S的阈值去除大部分背景,再统计当前图像中的彩色部分的Cb和Cr值,分别取最多2个数值来共同确定肤色位置,最后由当前位置的亮度信息图像排除手等纯肤色部分,准确定位人脸。本文算法能提高正检率并降低误检率,有利于人脸检测。

一种基于Viola-Jones的改进人脸定位算法

Viola-Jones算法能快速定位人脸,但该算法存在对有偏角的人脸出现漏检和对周围环境非人脸区域出现误检的情况。针对该问题,提出一种基于Viola-Jones的改进人脸定位算法。首先将图像中检测到的人脸像素区域排除,再对剩下未被检测出的区域转为YCrCr模式,设定阈值排除大部分环境中非肤色像素的干扰初步筛选出候选人脸区域,再利用形态学方法进一步排除身体其他部位肤色的干扰和环境中近似人脸像素的背景色干扰并对筛选出的区域进行左角度矫正调整和右角度矫正调整,重新检测,准确定位出人脸位置。通过在标准人脸检测库Faces、IMM和AFW上进行实验,结果表明,该算法能有效提高人脸定位的准确性,较原算法在Faces测试库中正确检测率提高5%,在AFW测试库中正确检测率提高9%。

一种基于颜色和形状的人脸检测方法

提出了一种层次式的人脸综合检测方法。结合肤色和人脸椭圆形状来检测彩色图 像、复杂背景中人脸区域。最后通过人脸区域的内部灰度信息提取人脸特征，从而达到成 功 检测人脸的目的。

基于混合RGB和HSV方法的人脸检测

采用一种简单而强大的基于肤色的人脸检测技术,将基于RGB和基于HSV的色彩模型组合来进行肤色分割,以提高检测的准确率.实验结果显示,本文描述的算法在识别一张人脸和多张人脸的情况下可以达到90%以上的准确率.

基于图像处理的人眼检测技术研究

人眼的自动定：位是人脸识别研究中的一个基本且非常重要的课题，因此快速准确的定位人眼对许多实际的应用是十分重要的。