现代信息社会对于身份鉴别的准确性、安全性与实用性提出了更高的要求,传统的身份识别方法已经不能满足这种要求,而人脸自动识别技术具有优于其他生理特征识别的特点,因而成为当前人们关注和投入较大研究力量的重点。 本文在分析和总结国内外近十多年来的相关研究成果和最新研究进展的基础上,针对应用上急需解决的人脸检测和人脸识别的方法和理论进行了系统的探讨、实验及研究,对图像中正面人脸的实时检测和识别问题进行了详细研究,并实现了一个人脸自动识别仿真系统。 人脸检测作为实现人脸识别的非常重要的第一步,一个鲁棒、输入要求低的人脸检测子系统成为构建人脸检测系统的前提,肤色是人脸的一个重要特征,并且已经证实是一个在人脸检测、跟踪、定位中非常有效的一个人脸模式特征。本文介绍了人脸检测的各种方法,详细研究了基于肤色模型的人脸检测算法。采用了基于肤色模型和双眼模版匹配的方法。在图像预处理过程中,先用光线补偿和中值滤波进行去噪处理,并将图像由RGB色彩空间转换到Ycbcr空间进行肤色聚类。一定程度上提高了人脸检测的精度。 人脸识别方面,本文对在人脸识别中广泛应用的隐马尔可夫模型(HMM)的原理进行了介绍。在此基础上,研究了基于HMM的人脸识别方法,探讨了人脸HMM模型的建立及训练过程,并在本文的仿真系统中实现了该方法。 最后对人脸自动识别系统进行了仿真实现。该系统主要包括视频图像输入模块、人脸检测模块和人脸识别模块。在标准人脸图像库进行了识别试验,并与其他方法的识别率进行比较。建立自己的人脸图像数据库,同时对整个自动识别系统的适用条件在室内环境下进行了实验。得出了系统正常运行所必需的光线、测试者的拍摄角度、距离等外部条件。系统在实时性和识别率上都达到了预期的指标,实现了正面人脸自动识别的目标。 实验结果表明本文的人脸检测和识别方法是可行的。