基于级联神经网络融合肤色特征的人脸检测

■ 文/广西警察学院 刘敏

关键字：人脸识别 级联神经网络 肤色模型 人脸检测

1 引言

人脸作为识别他人身份的重要生物特征之一，在交通安检、工作考勤等诸多场合有着广泛应用。作为人脸识别的关键部分，人脸检测的效果与最终识别效果息息相关。在实际检测中，由于识别出来的图像受环境、光线、表情、姿态等因素的干扰，会出现误检、漏检、识别精度低等情况。

目前人脸检测的主要方法是基于认知的方法、基于不变特征的方法、基于模板匹配的方法和基于表象的方法等。

基于认知的方法主要是根据预先定义的人脸描述规则对图像进行检测。但该方法难以定义规则，如果规则过于严格会导致无法检测到脸部。反之，则会产生大量的错误检测；基于不变特征的方法是根据人脸的眉毛、眼睛和鼻子等不变特征对人脸进行定位。但是容易受光线、表情等因素的干扰导致准确率低；基于模板匹配的方法是先定义一些人脸标准模式描述人脸特征，然后根据输入图像与标准模式之间的相关性进行计算，最终确定输入的图像是否为人脸。但不能有效处理尺度、表情等变化，因此检测结果也不准确；基于表象的方法是通过机器学习的方法分析统计大量样本图像，得出的检测模型能较好地显示出人脸特征的多样性，是当前人脸识别研究的主流方法。

为了克服对以上几种检测结果的不利影响，本文提出一种将面部皮肤颜色特征与深度神经网络特征相结合的检测方法，根据肤色特征对图像进行滤波处理，用肤色模型删除背景，用神经网络级联确定最终的分类器，最后再对去除了背景的图像进行人脸检测。……