1. 研究目的与意义
近年来，随着计算机科学在机器视觉领域的飞速发展，人脸检测作为人脸图像信息处理中的基础，现在已经成为计算机视觉与模式识别领域研究十分活跃的课题，也是现阶段生物体身份识别的重要组成部分。人脸检测的研究可以追溯到20世纪60年代，早期的人脸检测研究主要针对具有较强的约束条件的人脸图像，但20世纪90年代初以来，随着电子商务等网络资源的利用，使得人脸检测成为最具潜力的生物身份验证手段，在这种应用背景下，要求人脸自动检测系统对一般的环境图像有一定的适应能力，由此所面临的一系列问题使人脸检测作为一个单独的课题受到研究者的重视[1]。
人脸检测问题在近十年中得到了深入的研究并取得了长足的发展，国内外的许多学者提出了许多不同的方法，在不同的领域取得了不同的成果，但是要寻找一种准确率很高的、能普遍适用于各种复杂情况的人脸检测算法，还有一定的距离。国外的主要研究单位有美国的麻省理工媒体实验室、卡耐基梅隆大学的人际交互学院等，国内的微软亚洲研究院、清华大学等都有专业人员从事人脸检测的相关研究。从目前国内外对人脸检测研究的现状来看，虽然对人脸检测已经提出了多种算法，也取得了一定的成果，但是由于人脸检测本身的复杂性，还是存在很多难以解决的问题，比如如何有效的区分人脸和非人脸区域，检测算法是不是能达到实时性等等，这些使得人脸检测问题成为一个极富挑战性的课题，没有任何一种检测算法能够适应所有情况，没有绝对的最优算法，所以在人脸检测问题上还有很大的研究空间[4]。
人脸检测的目的是在给定的一幅图或一组图像序列中判断其中是否存在人脸，如果有，就把它从图像背景中分离出来[7]。人脸检测是一个复杂的过程，包括背景分割、提取与验证人脸区域等过程。
2. 研究内容与预期目标
本课题以复杂背景下的静态人脸图像为研究对象，在对国内外的人脸检测的研究现状进行分析和总结的基础上，研究基于肤色的人脸检测算法。其中具体要研究选取哪一种色彩空间建立可靠的肤色模型，怎么将人脸图像转换为二值图像，并利用数学方法实现图像的去噪、重构，利用限定条件筛选人脸，实现边缘检测等过程。
预期目标：
1、通过了解国内外人脸检测算法的背景现状，理解人脸检测的基本原理；
2、能够在合适的色彩空间完成彩色图像与二值图像的转换；
3. 研究方法与步骤
本课题研究基于肤色的静态人脸检测算法，选取合适的色彩空间建立可靠的肤色模型，用图像形态学的方法对图片进行去噪、重构，在限定条件下从复杂背景中筛选出人脸从而确定出人脸的具体位置。
本课题的具体研究步骤是：
1、查阅资料，了解国内外人脸检测算法的研究现状及研究背景；
4. 参考文献
[1]赵丽红, 刘纪红, 徐心和. 人脸检测方法综述[J]. 计算机应用研究, 2004, 21(9):1-4.
[2]王延江, 袁保宗, 唐晓芳. 一种快速彩色图像中复杂背景下人脸检测方法[J]. 电子学报, 2002, 30(10):1566-1569.
[3]杨国林, 冯乔生, 张亚萍. 基于肤色的人脸检测综述[J]. 软件, 2013, 34(3):7-9.
5. 工作计划
（1）2022.2.20-2022.2.28，查阅资料，填写开题报告，完成外文资料的翻译；
（2）2022.3.1-2022.3.8，熟悉MATLAB环境及图像处理工具箱；
（3）2022.3.9-2022.4.30，研究设计算法，实现人脸区域检测算法；
