目前人脸检测算法研究得已经相当深入,但对于复杂背景下的人脸检测仍难以取得较好的效果.基于灰度图的方法,虽然其应用范围最为广泛,由于其信息量的缺乏,以及光照和对比度等因素的影响,难以取得理想的效果,所以人们自然而然的将目光投向彩色图像中的人脸检测.该文综合研究了人脸检测算法的现状,对各种方法进行了比较,然后提出了一套基于肤色的人脸检测方法.由于彩色信息比灰度包含了更多的颜色信息,所以,作者首先研究了各种肤色模型,从中选择出比较好的肤色模型,利用该肤色模型对彩色图像进行滤波,剔除了大量非肤色区域,这样大大减少了后期处理的工作量;然后,求出连通肤色区域的外接矩形,对人脸区域进行了初步定位;最后使用人脸特征知识对候选人脸进行验证,从而确定人脸及其器官位置.在实施过程中,为了使检测到的肤色区域边界更加准确,融合了灰度图边缘信息和肤色信息求边界;另外使用了密度滤波和形态变换滤波;使用了改进的Sobel算子进行边缘检测;使用双眼、鼻子(或嘴)构成的等腰三角形来验证人脸.整个算法过程相对简单有效.该文对前人的一些方法进行了实验验证,发现有些方法确实是快捷有效,但是有些方法对于复杂背景下的人脸检测难以胜任.文章最后探讨了这种方法的不足以及以后需要努力改进的地方.同时,对人脸检测算法的研究方向也进行了探讨.