基于肤色模型的人脸检测研究

配就是将预先建立的人脸模板与筛选出来的人脸候选区域进行相关性匹配。匹配时，首先根据候选区域的大孝质心坐标和方向角度调整人脸模板的尺寸、方向和位置，然后才进行匹配。预先建立的人脸模板如图3所示。首先用16个不同的人脸灰度图像计算得到一张平均脸，然后从中分割出人脸的主要部分，作为实验中使用的人脸模板。

　　模板匹配常用的一种测度为模板与原图像对应区域的误差平方和。确定这个值的一种方法便是使用归一化互相关系数(以下简称相关系数)。

　　两个图像矩阵的相关性匹配通过计算式(3)得到：

　　经过多次测试发现，当相关系数取值大约为0.6时，两个矩阵匹配较好。如果人脸模板矩阵和人脸候选区域矩阵的相关系数是0.6或者更高，则认为该区域包含一个人脸。测试完所有的肤色区域后，在原图中用矩形框标示检测到的每个人脸。检测结果如图4所示。

　　4 结语

　　实验中用包含有60个不同人脸(包括黑人、白人和黄色人种)的20幅图像对算法进行测试，其中相关系数和高宽比值都选择最佳值。测试结果表明，本文算法对实际生活中人脸图像的正确检测率达到了84%，对姿态和表情同样具有较高的鲁棒性，基本上达到了预期的目标。