程耀瑜，丰 婧，李树军，贺 磊

(1.中北大学 信息与通信工程学院, 太原 030051;2.宁波军鸽防务科技有限公司, 浙江 宁波 315000; 3.中北大学 机电工程学院, 太原 030051)

随着信息技术飞速发展，人脸检测和人脸识别技术已经成为当前的研究热点。人脸检测属于计算机视觉的范畴，主要用在人脸识别的预处理，在复杂背景下人脸检测的需求越来越大，人脸检测也逐渐发展为一个单独的研究方向。目前大多数的人脸检测都是针对正面、准正面人脸图像的研究，而对于发生俯仰或者左右侧的情况下人脸姿态研究相对较少。

人脸检测技术不仅包括检测图像中是否存在人脸，还需要标记出人脸的所在位置，但现实中往往由于人脸内在的变化(嘴的开闭、人脸的遮挡等)和外在条件的变化(光照的变化、图像的成像条件等)，给人脸检测造成了一定的难度。常用的人脸检测方法可以分为以下3种：基于知识的方法、基于统计模型的方法、基于模板匹配的方法[1]。其中，基于知识的方法又包含灰度特征、结构特征、纹理特征、肤色特征、轮廓特征等，而利用肤色特征信息来实现人脸和背景的分离是目前最常用的人脸分割方法。

闫河等[2]提出了一种新的Haar-like特征实现人脸检测；林国军等[3]通过空间颜色转换实现肤色定位人脸检测。本文采用Haar特征算法进行人脸检测，在无法正确检测的情况下，引入GrabCut图像分割算法消除人像背景对肤色分割的影响，继而使用肤色分割算法进行人脸检测。……