人脸检测是指对于任意一幅给定的图像，采用一定的策略对其进行搜索以确定其中是否含有人脸，如果是则返回脸的位置、大小和姿态。随着电子商务等应用的发展，人脸检测开始作为一个独立的课题受到研究者的重视。本文在介绍人脸检测技术发展背景及应用前景的基础上，介绍了人脸检测的三种检测方法：基于几何特征的方法、基于肤色模型的方法、基于统计理论的方法，并比较了各种方法的优缺点。最后简单介绍了三维人脸检测的现况。在实际的人脸检测过程中，人脸检测的复杂性使得单独使用任何一种现有的方法都不可能取得很好的检测效果，结合多种基本方法，是目前人脸检测技术研究的显著特点之一。
人脸检测在过去二十年内得到了迅速的发展，在近几年内更是出现了多个已投入商用的人脸检测系统。以下对上述讨论的各个方法进行总结。
基于几何特征的人脸检测方法总结：该方法适用于简单背景下的正面单人人脸检测，在复杂环境下或者面部有遮挡的情况下很难获得理想的检测效果。
基于肤色模型人脸检测方法总结：这种方法应用广泛且易于应用，对姿态不敏感，在单调背景下检测率很高，但是其在光照和复杂背景下效果不理想，故其经常与其他方法相结合使用。
基于统计模型的方法是目前比较流行的方法，是解决复杂的人脸检测问题的有效途径，它具有如下优点：(1)不依赖于人脸的先验知识和参数模型，可以避免不精确或不完整的知识造成的错误；(2)采用了实例学习的方法获取模型的参数，统计意义上更为可靠；(3)通过增加学习的实例可以扩充检测模式的范围，提高检测系统的鲁棒性。基于统计模型的方法大多适用于复杂背景图像中的实时人脸检测，但是由于其前期训练时间较长，故仍有待改进。
由于人脸对象的非刚体性，以及姿态、光照、遮挡等各种变化因素的影响和实时性的要求，高性能的人脸检测仍是一个困难的问题。相信随着计算机技术和生物识别技术的发展，以及人脸的检测技术的不断完善，在不远的将来，一套准确而高效的人脸检测系统就会呈现在我们的眼前。
上一篇：php航空公司售票系统
下一篇：科研工作量申报管理系统