基于高斯膚色模型與Blob算法的人臉檢測

李 嵐，張 云

（蘭州文理學院 數(shù)字媒體學院，甘肅蘭州 730000）

人臉識別與虛擬現(xiàn)實技術相結(jié)合是目前非常活躍的課題，在出入安全檢測、個人信息驗證、人機交互、目標跟蹤等領域有很好的實用價值[1]。雖然人臉識別的準確性要低于虹膜、指紋的識別，但是由于它的無侵害性和對用戶最自然、最直觀的方式，使人臉識別成為最容易被接受的生物特征識別方式。人臉識別通常包含兩部分內(nèi)容：一是人臉檢測，二是人臉識別。正確的人臉檢測就是指對于任意一幅給定的圖像，采用一定的策略對其進行搜索，確定是否存在人臉，如果有則返回人臉所在的位置、姿態(tài)、大小。

典型的人臉檢測方法有模板法、基于示例的學習法、基于器官特征的方法、神經(jīng)網(wǎng)絡法等[2]。由于膚色信息對方向、位置的無關性，因此基于膚色的人臉檢測和基于灰度圖像的人臉檢測[3]相比，可以很好地縮短檢測時間，提高檢測的實時性和魯棒性。但是膚色信息也有自身的缺點，如環(huán)境光照、膚色種類、遮擋、旋轉(zhuǎn)、胡須等客觀因素的影響，也會加大檢測的難度。

針對以上出現(xiàn)的問題本文進行了探討和測試，先將人臉檢測的過程劃分為三步。第一步：建立顏色空間——對顏色進行光照補償，對比膚色模型，找出對膚色具有更好的聚類的顏色空間，在一定程度上可以消除日照、光源等客觀環(huán)境的影響。基于文獻[4]，在RGB三基色顏色空間對受光不好的圖像進行光線補償，修復色彩偏移問題；通過空間變換，在YCgCr空間上對輸入圖像進行膚色分割，盡可能減少搜索區(qū)域。……