人脸检测与识别技术是模式识别与机器视觉领域最有挑战性的研究课题之一。由于人脸具有稳定的肤色和五官色彩特征,与他物体颜色相比,有较强的独特性,因此,基于肤色进行人脸检测与识别有其自身的优势。针对于此,本文开展了基于肤色的人脸检测与识别技术研究与实现,主要工作有两部分,一是基于肤色的人脸区域检测,采用直方图统计方法提取图像中的人脸区域,二是在分割的人脸区域内进行人脸特征向量构建与识别,文章内容包括以下几方面:(1)系统地研究了图像识别技术和方法,对模式识别中的分类器进行了过程设计。(2)利用肤色模型,用直方图统计方法实现复杂背景下人脸区域的检测与定位。在YCbCr色彩空间,构造出肤色高斯聚类模型,通过肤色相似度计算,阈值分割,将肤色区域与非肤色区域进行分割,对二值化的图像进行直方图统计,根据分布情况,采用直方图统计方法标注出图像中的人脸区域。(3)采用了一种自适应的彩色光照补偿方法。图像的采集条件,尤其是光照条件,包括光源方向、明暗、色彩都会对成像效果产生影响,从而影响到彩色图片中人脸的正确检测。文中采用的光线补偿方法融合了不同光照情况下基于不同空域的解决方案,对图像的过亮、过暗部分实行自动调整,用非线性变换改变图像的对比度,消除阴影。(4)对检测出的人脸,获取五官信息,构建基于比例的人脸特征向量,实现人脸识别。利用人脸五官色彩差异明显的特点,用统计分析方法在rgb空间得到各自的色彩分量区域,以此分离人脸各部分器官。利用各器官的面积和几何尺寸,采用基于比例的方法构造人脸特征向量,开展人脸识别。该方法使特征向量保持人脸的稳定性和自有性特点,对姿态、表情、距离等因素造成的人脸多变性具有鲁棒性。最后,在采集建立的图片库上分别进行了人脸检测与识别测试,实验结果表明,本文设计的基于肤色的人脸检测与识别方法是有效的。