对目前肤色检测研究现状的分析表明肤色检测问题仍有待于更加深入的研究:1.一方面就是如何使肤色检测能够满足实时的要求,达到更快的检测速度;2.另一方面就是如何使肤色检测适应各种光照的变化.该文针对这两个方面分别进行了研究,提出了基于压缩域上的皮肤检测方法和光照变化下的肤色检测方法.具体而言,该文的主要研究工作包括:1.对现有的肤色模型做了比较,并对在色度空间建立统计颜色模型进行了尝试.在同一批训练图片和测试图片上比较了目前已有的几种主要的肤色模型的肤色检测效果.这些模型包括已有的肤色统计颜色模型、混合高斯模型、统计模型和混合高斯模型相结合的肤色模型、肤色色度空间模型、自适应的肤色模型.并对统计颜色模型中涉及到的两个主要问题进行了深入的探讨,并提出了基于色度空间的肤色统计颜色模型.2.提出了一种压缩域上的皮肤检测方法.为了使肤色检测达到实时检测的要求,探讨了压缩域上的皮肤检测方法,该方法包括考虑了图像平均亮度的肤色模型和压缩域上的皮肤纹理模型.实验结果证明压缩域上的皮肤检测速度明显高于非压缩域上的皮肤检测速度,并取得了与非压缩域相近的检测精度.3.提出了光照变化下的肤色检测方法.这种方法主要考虑了色温变化下的肤色检测和皮肤中出现的高光区域、阴影区域的肤色检测问题.应用双色反射模型,来描述皮肤的反射光谱,并以此为基础进行光照变化下的肤色检测:根据肤色在不同色温下的分布,提出了色温变化下的肤色检测方法;另外对于皮肤中出现的高光区域和阴影区域,利用已经检测出的肤色来自适应地检测出皮肤的高光和阴影区域.