分类介绍人脸检测方法

人脸检测是指在图像或视频流中确定所有人脸（如果存在）的位置、大小的过程，其应用已经远远超出了人脸识别系统的范畴，在基于内容的检索、数字视频处理、视觉监测等方面有着重要的应用价值。人脸检测的算法总的说起来可以归纳为以下几类。

1.基于肤色的检测方法

肤色方法是最常用的方法之一，也是最容易理解的。它的主要手段就是利用人脸肤色与周围环境颜色的差异，通过肤色将人脸与背景环境区分开来。目前，在各种颜色空间（如RGB、YCrCb、YIQ等）中，都有人提出过肤色模型，这些肤色模型各有特点，有的对色调敏感，有的对色调不敏感而受亮度影响较大等，所以一般综合使用几种肤色模型，这样能达到更好的效果。

2.基于形状的检测方法

这类方法利用了人脸和五官的形状信息，用一些形状模型来匹配人脸，比如说用椭圆来描述人脸，通过从图像中找出类椭圆的区域来粗检测人脸，或者是将人脸分为很多的马赛克分格区域，利用这些区域的特征关系来粗检测出人脸，接下来再用其他的方法来验证所找到的区域是否为人脸。(www.xing528.com)

3.基于特征的检测方法

这类方法主要是利用了一些人脸的特征来检测人脸，比如说通过人脸的灰度分布特征用统计的方法找出人脸的共性，从而检测出人脸。

上面介绍的是人脸检测的主流方法分类，下面的章节中，将会就每一种类别，介绍一种具体的方法。