李扬，曹著明

（1.天津中德应用技术大学软件与通信学院，天津 300350；2.北京电子科技职业学院，北京100029；3.天津职业技术师范大学，天津 300222）

基于肤色和AdaBoost算法的人脸检测

李扬1，3，曹著明2，3

（1.天津中德应用技术大学软件与通信学院，天津 300350；2.北京电子科技职业学院，北京100029；3.天津职业技术师范大学，天津 300222）

为了避免光照和复杂背景造成的多人脸误检漏检问题，提出一种基于肤色和AdaBoost算法相结合的多人脸检测算法，本文首先本章首先应用CbCrCg空间下基于最小二乘拟合的肤色聚类模型作为人脸检测的预处理过程，然后需要进一步将该区域作为输入图像依次通过AdaBoost级联分类器进行人脸检测，进一步去除肤色区域中的非人脸区域，最后实现更精确的人脸定位。

人脸检测；肤色；AdaBoost；CbCrCg空间；最小二乘

0 引言

人脸检测技术涉及的内容非常广泛，其检测过程实际上是对人脸模式特征进行综合判定的过程。从不同角度划分，人脸检测方法有不同的分类方法。但一般是采用多种模式特征综合的方式来进行人脸检测居多。肤色是人脸的重要特征信息，不依赖于人脸面部特征细节，对于姿态、表情等变化具良好的稳定性，并且在大多数情况下与背景颜色存在明显区别。基于肤色特征的人脸检测方法拥有速度优势，常常被应用于构建快速的人脸检测系统中。

1995年Freund和Schapire在Boosting基础上进行改进，提出了AdaBoost（Adaptive Boosting）算法[5]。该方法是一种迭代算法，它克服了Boosting算法对弱学习算法先验知识的要求，而且运算效率很高。……