基于膚色和FBLBP算法的人臉檢測

王 攀，李少波

(貴州大學 計算機科學與技術學院，貴州 貴陽 550025)

基于膚色和FBLBP算法的人臉檢測

王 攀，李少波

(貴州大學 計算機科學與技術學院，貴州 貴陽 550025)

近年來，人臉檢測作為一個熱門的研究領域，諸多有效的檢測方法層出不窮。在檢測結果和檢測速度方面較原來的檢測方法都有很大的提升。在眾多的檢測算法中，FBLBP(Flexible Block-based Local Binary Patterns)算法在檢測速度和準確度方面均有優異的表現。但在多人臉環境，單一的人臉檢測結果還不是很理想。在FBLBP算法的基礎上融合膚色檢測，即對圖像進行膚色預處理，將圖像中的膚色區域優先提取出來，然后使用改進后的FBLBP算法在膚色區域優先進行人臉檢測，從而使人臉檢測的速度和準確度有更大的提高。采用Matlab進行編程實驗，使用收集的圖片對FBLBP算法、融合膚色和改進后的FBLBP算法進行對比。實驗結果表明，融合膚色和改進的FBLBP算法的速度和準確性均有所提高。

人臉檢測；膚色分割；FBLBP算法；局部二進制；分類器

0 引 言

隨著智能和監控技術在各領域的廣泛應用，人臉檢測作為自動人臉識別的關鍵，受到越來越多的關注。通常所說的人臉檢測就是從給定的圖像或視頻中判定人臉的數目、位置和大小。人臉檢測的精確度對人臉識別效果有重要的影響[1]。提高人臉檢測的速度和精度，使得人臉檢測能更好地應用于現代生活中，成為眾多學者和專家研究的重要課題之一。

隨著研究的深入，相繼提出了許多算法。早期的這些算法都是基于統計學習的分類器且用于人臉的正面檢測，比如神經網絡算法[2]、篩選的稀疏網絡[3]、支持向量機[4]等?！?br>