全文总字数：1009字

1. 研究目的与意义

人脸检测(FaceDetection)是指在输入图像中确定所有人脸(如果存在)的位置、大小和位姿的过程，人脸检测的研究目的是使计算机具有类似人脸的脸像识别能力,系统输入可能包含人脸的图像，输出关于图像中是否存在人脸以及人脸的数目、位置、尺度、位姿等信息的参数化描述。具体地说，就是根据一定的算法确定输入图像是否存在人脸；如果存在的话，标出人脸的位置作为人脸检测系统的输出。08年在《科学》杂志上发表的研究指出，给定足够多人脸样本的情况下，采用恰当的人脸描述方法，可达到100%的人脸识别率。它在身份鉴别、人机交互、智能监控和视频检索等领域有重要的应用。特别是随着社会的发展，各个方面对快速有效的自动身份验证和识别的要求日益迫切。人脸作为人的特征之一,它和视网膜,虹膜和指纹一样具有唯一性和不可更改性。同时人脸提供了大量丰富的信息，同其他生物特征识别技术相比，人脸是一个信息极丰富的模式集合，是人类互相判别、认识、记忆的主要标志，人脸识别技术具有操作方便、结果直观、隐蔽性好的优点，是一种很有潜力的身份验证途径，也是近年来模式识别、图像处理、机器视觉、神经网络以及认知科学等领域研究非常活跃的课题之一。

2. 国内外研究现状分析

人脸检测问题非常复杂，受到多种因素的影响，主要有：（1)人脸由于外貌、表情、肤色等不同,具有模式的可变性；(2)一般意义下的人脸上,可能存在眼镜、胡须等附属物；(3)作为三维物体的人脸的影像不可避免地受由光照产生的阴影的影响。人脸是复杂的模式,受到多种因素的影响，找到一种有效的方法提取人脸的共性特征来描述人脸模式,即人脸的建模,是人脸检测的关键。对于人脸检测,国内外研究者们提出了许多有效的人脸检测算法，大体可以分为四类：基于知识的方法,基于特征的方法,基于模版匹配的方法,基于外观学习的方法。人脸检测有很多分类方法，但是这些方法并不是完全孤立的，现在运用的方法有许多是结合多种方法进行研究的。

1）基于知识的方法

这种方法是基于人们对人脸固有特征的认识，即对于不同的人脸，均有一些相对不变规律的因素，把这些因素加以归纳总结，然后形成人脸规则。比如，在一副人脸图像中，通常包含有对称的一双眼睛、一个鼻子、一个嘴巴，而且，这些人脸部件之间的位置和距离分布通常具有某种相关性。其工作过程大致如下，当待测图像进入后，首先必须提取人脸部件特征，然后再确认部件间的关系是否符合规则，如果符合，则认为是人脸，否则不是人脸。

3. 研究的基本内容与计划

基于复杂背景下的人脸检测

研究内容、方法：

1、熟练掌握matlab语言，利用matlab语言强大丰富的统计计算和作图功能，对概率统计知识进行实例验证，并制作简洁明了的图表。

2、针对复杂背景下多姿态人脸检测，分类出肤色像素，分析肤色区域的特征，基于adaboost算法定位出可能的人脸区域

4. 研究创新点