为什么要做人脸侦测

　　人类与生具备著许多种生活的能力，辨识与侦测人脸是视觉能力的一部份。近十五年来关于人脸应用的相关研究不断的被提出来，但这些技术却迟迟不能达到普及化的应用，其中很重要的一项原因就是因为一直没有一个很有效的方法能够精准的定位出人在复杂环境下的位置，因此，就算是辨视率再高, 若不能先精准的侦测出人脸的位置,这些应用都只能纸上谈兵了。

　　人脸侦测的应用

　　罪犯比对/安全系统/视讯会议/影像压缩/人机界面/表情辨识/脸部形变

　　人脸侦测以提出的相关研究

　　近年来,已有许多关于人脸侦测的技术研究被发表,其中使用的方法约略可分为Template matching、Neural network approach、Color-based approach、Motion-based approach 、GA等六类. Template matching是一个被广为应用的方法，将脸部特征设定为一个或多个template，再以Searching window的方式实现侦测的动作，Template matching的优点是方法简单容易实作，缺点是一但考虑到脸部的方向、旋转、大小等条件时，运算的时间复杂度将大幅的增加，Neural network的方法是先分割输入影像为数个subimages，再将subimages标准化后输入Neural network的架构做训练, 让Neural network自动分辨哪一区域为人脸哪一区域为背景，这样的方式对於正面且不旋转的人脸侦测有著极佳的效果，但若考虑人脸的倾斜与旋转时, 效果就不是那么好，Color-based approach是近几年来广泛被应用的方法, 其理论基础是人类肤色在色彩空间中会群聚于一定的范围区域中，对肤色做统计可建立一肤色分布的model，即由对输入影像pixel by pixel与肤色model的比对可得到肤色的区域，Color-based approach优点是处理速度快，且侦测的结果不受人脸姿势变化的影响, 缺点是当背景若出现与肤色相近的景物，可能会产生误判的结果，Motion-based approach是利用两不同时间但背景相同的影像相减将影像中变动的物体作定位，再利用轮廓的比对来侦测人脸，这样的方式当影像中物体移动时可迅速的缩小侦测范围。

　　人脸侦测的步骤

　　影像输入->关键页面取得->肤色分析->影像二值化->杂讯处理->边缘侦测->水平与垂直投影->找出人脸特征位置。根据点状关键图累计分析法，判别连续视讯页是否有明显差别，再针对有明显差异的视讯页进行后续的肤色分析和边缘侦测，最后再设置一阈值来判断是否为关键页面。

　　复杂环境下动态人脸侦测系统

　　一种复杂环境下动态人脸侦测系统，主要由影像输入单元及动态人脸侦测单元所组成，该影像输入单元持续对场景捕捉数字影像，接着由人脸侦测单元使用移动物体侦测算法撷取有移动的部分，再来使用人脸特征撷取的技术对有移动的部分进行人脸侦测，撷取到所有人脸必要特征代表侦测到人脸，若是撷取不到部分特征，则通知系统所缺少的特征为何，以达到在复杂的环境且不良的摄影条件下，利用移动物体侦测及人脸特征撷取的技术来准确地侦测人脸，可用在大楼监控及安全监控等环境，并可与现有的监控设备结合，不用再重新添购品质较佳的监控设备，以节省使用单位的成本。

　　人脸侦测的困难点

　　为什么在这么多如前面所提到的应用都以成熟时，却仍没有一个针对general case and robust的脸部侦测法则被提出呢?可想而知，一定是有其难度存在。

　　(1).环境问题

    　复杂背景

　　光源位置, 光源强度

　　(2).人的问题

　　头部的旋转，顷斜，俯仰

　　眼睛的开合

　　表情的变化

　　化妆，饰品，发型，胡须，眼镜

　　肤色的不同

　　距camera的远近与camera的解析度-->脸部的大小

　　(3)camera的参数

　　光圈

　　快门

　　解析度