1、人臉檢測是人臉識(shí)別的重要環(huán)節(jié),其任務(wù)是對一幅輸入圖像,判斷是否存在人臉,若存在則對人臉進(jìn)行定位。近年來,隨著研究的深入和應(yīng)用的擴(kuò)大,人臉檢測在圖像檢索、安防監(jiān)控和智能人機(jī)交互等領(lǐng)域也有著重要的應(yīng)用。人臉檢測是復(fù)雜的模式識(shí)別問題,其復(fù)雜性包括:人臉姿態(tài)的多樣性、環(huán)境光照的多樣性、人臉飾物的多樣性等。
　　 為了減少光照變化對人臉檢測和人臉識(shí)別的影響,學(xué)者們進(jìn)行了深入的研究。研究結(jié)果表明,相比尋找光照不變?nèi)四樚卣骱退惴ǖ母倪M(jìn),采用主

2、動(dòng)近紅外光進(jìn)行人臉檢測和人臉識(shí)別是更為直接和有效的方法。
　　 本文的主要工作是對既有人臉檢測方法進(jìn)行調(diào)查研究,并在總結(jié)前人方法的基礎(chǔ)上,提出了一種新型的近紅外光圖像人臉檢測算法。該方法不僅眼睛定位精度高,而且達(dá)到了實(shí)時(shí)性的要求,并且對眼睛定位時(shí)的戴眼鏡的干擾問題有較強(qiáng)的魯棒性。本文的算法由以下兩個(gè)部分組成:人臉區(qū)域檢測和眼睛精確定位。人臉區(qū)域檢測先采用Haar特征和AdaBoost算法進(jìn)行人臉分類器的訓(xùn)練,然后使用訓(xùn)練得到的人

3、臉分類器進(jìn)行人臉區(qū)域的尋找。在確定人臉區(qū)域后,進(jìn)行眼睛精確定位。當(dāng)檢測到人臉區(qū)域后,.先用眼鏡檢測器進(jìn)行是否戴眼鏡的判斷處理。如果檢測為不戴眼鏡,利用近紅外圖像具有“瞳孔高亮”的特征,采用基于數(shù)理形態(tài)學(xué)的N-Quoit濾波器分別在左眼和右眼區(qū)域進(jìn)行眼睛精確定位；如果檢測為戴眼鏡,采用“人臉可信度最大”準(zhǔn)則進(jìn)行眼睛定位。
　　 本文的貢獻(xiàn)有以下3個(gè)方面:(1)針對近紅外光圖像具有“瞳孔高亮”的特征,提出了基于數(shù)理形態(tài)學(xué)的N-Quo