王彦

（武汉铁路职业技术学院，湖北 武汉430205）

0 引言

人脸检测（face detection）指在输入的彩色图像中确定所包含的人脸的位置、大小、位姿的过程［1］.人脸包含丰富的信息，是一种典型的生物特征，人脸检测在个人身份鉴别、智能视频监控和人机交互中具有广阔的应用前景.随着人工智能、机器视觉和模式识别的发展，人脸检测在基于人脸特征的应用中越来越重要，其快速性和准确性已成为人脸检测算法所追求的目标［2］.由于大多数图像设备能够获得彩色图像，基于彩色图像的人脸检测也逐渐成为研究的热点.

对于彩色图像中的每个像素点，计算其相似度，可以得知该像素点属于肤色区域的可能性大小［3］.根据肤色相似度，采用阈值化技术可以对输入图像进行肤色分割.然而，采用固定的阈值可能存在这样的问题：如果阈值取得过大，许多肤色区域将无法检出，造成漏检；如果阈值取得过小，将导致许多非肤色区域被误检成肤色区域.因此给出一种动态阈值确定方法，将肤色相似度与求得的动态阈值相结合，以实现对输入图像的肤色区域进行精确分割，从而提高人脸检测的速度与性能［4］.基于人脸肤色信息在色彩空间中的聚类特性，利用Fisher准则获取动态阈值，对人脸图像进行分割，并将图像分成非肤色区域和类肤色区域，从而实现对人脸区域的定位和识别.

1 基于Fisher准则的阈值动态获取算法

对于待检测的彩色图像，经常会受到光照不均、灰度不均、噪声等因素的干扰，同时也会对利用肤色模型计算得到的肤色似然图像起到一定的干扰作用.在这种情况下，直方图阈值分割法效果不太好；……