一、文献综述
1.1人脸检测算法综述
随着社会的发展，通过生物特征进行身份验证比传统上通过“钥匙”，“口令”等方式有快捷，方便，准确，安全等特点。其中，人脸识别技术是最直接，最自然，最容易被人接受的。它具有侵犯性小，不需要用户主动配合，样本采集方便，市场广阔等特点。人脸识别主要包括，人脸检测，人脸特征点定位，预处理，人脸识别算法。人脸检测作为人脸识别的第一步，是指在输入图像确定所有人脸的位置，大小的过程。它的算法可分为基于知识的方法，基于特征的方法，基于模板的方法，基于统计学习的方法。
（1）基于知识的方法
基于知识的方法主要是依据人脸各个器官的几何特征等先验知识，来对输入的图像进行特征提取，分类形成相应的规则，利用这些规则来指导计算机进行人脸检测。
1994年Yang等[1]利用先验知识提出了一种多级检测，由粗到精的检测方法，即基于马赛克图（Mosaic Image）的人脸检测方法。该方法利用4times;4马赛克图将人脸分块, 并根据每块的灰度值制定3层规则。该方法在检测性能上并不突出，但对这种思想对之后的算法有指导意义。
姜军等[2]为了提高人脸检测的速度，提出了一种基于知识的快速人脸检测方法。该方法利用人脸的灰度和梯度信息检测人脸，由粗检测、多尺度空间遍历搜索和候选区域归并等3个模块构成。适合于复杂背景下多人、不同尺度、表情变化不大的人脸检测情况，大大提高地人脸检测的速度。
（2）基于特征的方法
基于特征的方法，将人脸具备的与众不同的肤色，纹理，轮廓特征进行提取，来进行人脸检测。其中肤色是一个显著的人脸特征。肤色是人脸的基本特征，作为人脸检测的切入点是最简单直观的。在一般的RGB图像里，肤色一般都是相对比较集中和稳定的区域，同时研究表明，不同的种族、年龄和性别的人在肤色上的主要区别主要亮度上，肤色点很难从非肤色点中分离出来，将RGB转为YCrCb空间，去除亮度因素，肤色在一定的肤色空间内具有一定的聚类性，通过实现对肤色的检测和分割，从而进一步检测到人脸区域。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
