高斯肤色概率模型matlab,基于肤色模型与模板匹配的人脸检测研究

摘要：本文提出了一种基于肤色模型与模板匹配的人脸检测方法。基于YCbCr色彩空间的高斯概率模型，对肤色进行相似度计算和二值化分割，采用形态学对二值化后的图像去噪处理，随后又利用人脸先验知识进一步排除非人脸区域，最后结合人脸模板进行匹配,最终确定并标记出图像中人脸的位置。实验表明，该方法能够在复杂背景图像中较准确地检测出人脸。

关 键 词：色彩空间；肤色模型； 模板匹配； 人脸检测

中图分类号：TP391.4文献标识码：A

Research

on the Face Detection Based on Skin Color Model and Template Matching

Pan Guangquan1，Wang

Wei2

(1．Enterprise Technology Center Of  Shandong Zhengchen Technology Company co.,Ltd, Jinan, 250101)

Abstract:The face detection method based on skin color model

and template matching is presented in this paper. With the skin color Gaussin

probability model based on YCbCr color space, the color similarity is

calculated and two value segmentation is processed. The morphological filter is

used for two value of the image. Subsequently, the face’s priori knowledge is

exploited to further exclude non-human face area. Finally, the use of face

template matching, eventually identifies and marks out face location of the

human image. The results of experiments show that the method could be accurate

detection of a human face in the image with complex back ground

Key words: color space;  skin

color model;  template matching;  face detection

一个完整的人脸自动识别系统包括人脸检测定位和人脸识别两个主要的技术环节，其中人脸的检测定位是人脸识别的前提和关键。近年来由于在安全控制、视觉检测、身份验证和新一代人机界面等领域的应用，人脸检测得到了广泛的研究，并提出了很多解决方案。大体可分为3类：基于知识规则的方法、基于可视特征的方法和基于模板的方法[1]。基于知识规则的方法是使用源于研究者关于人脸的先验知识规则对人脸检测。基于可视特征方法是利用人脸的分布、颜色、纹理等可见特征来作为人脸的检测特征。模板匹配方法是通过计算模板和图像之间的相关性来实现人脸的检测。

本文提出了一种人脸检测方法，即基于肤色信息和模板匹配的人脸检测方法，首先人工采集各种不同肤色的人脸皮肤样本，其次是在YCbCr色彩空间中建立一种模型,然后利用这个模型得到二值图，根据人脸固有的先验知识对人脸区域进行筛选，最后利用模板匹配方法进行人脸的检测和标识。

色彩空间选择

在视觉图像处理与建模中，RGB色彩空间经常被使用，然而RGB色彩空间容易受光线强度的影响，各个参数分量之间的耦合性强，进行图像建模比较困难，但YCbCr色彩空间不易受光线强度的影响，肤色分布区域能很好的得到控制，有很好的聚类特性[2]，可将RGB色彩空间转换到YCbCr色彩空间进行肤色的提取。

结束语

本文提出了一种基于肤色和模板匹配相结合进行人脸检测方法。MATLAB仿真实验证明，在复杂背景下人脸检测的准确度较好，速度较快，对图像中存在多个人脸和有眼镜遮挡的人脸检测也同样有效。但是, 该方法还存在着一些问题。对于待检测的图像中存在倾斜角度较大的脸脸部区域例如侧脸，漏检率较高。该算法在这些方面还有待改进。