人脸检测的相关研究最早开始于20 世纪60 年代。较早期的人脸检测使用模板匹配方法，是将人脸模板与被检测图像中的各个位置进行匹配，进而确定当前匹配位置是否包含人脸。1969 年，Sakai 等人提出，先使用3×3 网格计算灰度图中每个点的梯度，再将梯度图中梯度值大于某个阈值的点视为线段的组成，并将这些点和线尽可能地连接起来，然后计算线条围成的区域与不同尺度人脸模板的相似度，最终确定图像中是否包含人脸[8]。但是该算法存在一个很大的缺陷，即只能检测到正面的人脸，无法检测复杂环境中的人脸图像。1987 年，Craw 等人提出先使用Sobel 算子提取图像的边缘特征，然后将提取的边缘特征组织起来再根据一定的规则与预设的模板进行匹配。在人脸位置确定之后，重复使用相同的方法去检测鼻子、眼睛、嘴巴等其他脸部特征[9]。1994年，相关研究人员提出了一种基于分层的人脸检测算法，这种方法由三级规则组成，最高级规则负责提取可能包含人脸目标的候选区域，高级规则主要是描述该区域是否有人脸，而低级规则则去匹配面部特征[10]。1995 年，研究人员提出基于特征的人脸检测算法：先使用高斯滤波器提取图像特征，再将图像特征的局部最大值作为提取的特征点，以找到图像中人脸可能的位置[11]；然后，检查特征点周围的边缘，并将它们连接成区域，再与不同尺度的预设模板进行匹配[12]。该方法可以在不同方向和姿势上检测到人脸，但是这种方法需要人手工设计特征和人脸模板，因而检测的准确率和速度都很低。
Paul Viola 和Michael Jones 两位学者对于人脸识别提出了他们的算法[13]。其原理是先采用积分图像的方法对人脸进行分析，将其信息获取后再分析出Harr-like 特征值；然后通过Adaboost 方法分析收集特征值并进行筛选。这样大大缩短了检测时间，明显提升了人脸识别的成功率。可见，其优点十分明显，已经越来越广泛地被应用开来。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
