5.1 系统介绍

随着社会的不断进步以及各方面对于快速有效的自动身份验证的迫切要求，生物特征识别技术在近几十年中得到了飞速的发展。作为人的一种内在属性，并且具有很强的自身稳定性及个体差异性，生物特征成为了自动身份验证的最理想依据。当前的生物特征识别技术主要包括：指纹识别，视网膜识别，虹膜识别，步态识别，静脉识别，人脸识别等。人脸的定位与跟踪是最近几年图像处理领域研究比较热门的课题之一。随着研究的不断深入，该领域的研究取得了长足的发展，研究的深度在不断增加，研究的范围在不断扩大。人脸定位与跟踪技术的研究具有重要的学术价值、巨大的应用价值和市场潜力，所以对该课题进一步研究的要求已经变得更加迫切。

与其他识别方法相比，人脸识别由于具有直接、友好、方便的特点，又因其使用者无任何心理障碍，易于为用户所接受，故得到了广泛的研究与应用。除此之外，人们还能够对人脸识别的结果作进一步的分析，得到有关人的性别、表情、年龄等诸多额外的信息，扩展了人脸识别的应用前景。当前的人脸识别技术主要被应用到了刑侦破案、证件验证、视频监控、入口控制及表情分析等方面。此外，人脸识别技术在医学、档案管理、人脸动画、人脸建模、视频会议等方面也有着巨大的应用前景。

作为人脸识别的重要的第一步——人脸检测，是指在输入图像中确定所有人脸（如果存在）的位置与大小。人脸检测系统的输入是可能包含人脸的图像，输出是关于图像中是否存在人脸以及人脸的数目、位置、尺度、位姿等信息的参数化描述。人脸检测是人脸识别的基础，是人脸识别、视点跟踪和人脸图像压缩等应用中的重要环节。由于受图像背景、亮度变化及人的头部姿势等因素的影响，使得人脸检测成为一项复杂的、具有挑战性的研究课题。

本章设计了一个基于肤色的人脸检测系统，通过彩色空间变换、肤色模型建立、肤色相似度计算实现人脸图像的初步检测功能，然后再通过对图像进行二值化处理实现人脸部区域的识别与分割。