黄福珍，佘星星

(上海电力学院电力与自动化工程学院，上海 200090)

人脸轮廓是一种重要的脸部特征信息，它在人脸检测、人脸识别、人脸跟踪，以及基于模型的编码等方面有着广泛的应用[1，2].传统的人脸轮廓提取方法主要是利用边缘检测算子进行边缘的提取，然后根据人脸轮廓特点去除杂散的冗余边缘并进行边缘的修补.其缺点是精确度不高，计算量大，并且对噪音比较敏感.活动轮廓模型是近年来提出的一种新的人脸轮廓检测方法[3]，该方法的检测效果较好，但对初始轮廓很敏感，且计算量大.主动形状模型和主动外观模型也可用于人脸轮廓提取[4，5]，但这两种方法都需要大量的样本训练，一般都只能检测相对于训练图像而言有较小视点变化的人脸轮廓.

肤色在人脸检测中的作用至关重要[6，7]，它不依赖于面部的细节特征，并且不会随着人脸的旋转，以及面部表情、面部被部分遮挡(如头发、眼镜)等情况变化而变化，而是具有相对的稳定性.多数情况下，肤色都会和背景物体的颜色有较大的区别，因此肤色特征是人脸检测中最有效的特征之一.同时，基于肤色的人脸检测有着原理简单、实现速度快的特点，故适合实时使用.本文提出一种基于肤色和人脸形状约束的正面人脸轮廓提取方法.实验结果表明，该方法能够较好地将颈部从人脸区域中去除，并最终得到一个满意的封闭人脸轮廓，而且运算速度较快.

1 肤色分割

为了将……