人脸定位分割是判断人眼注视与否的首要前提,在视频安全监视、基于视觉的智能人机交互、人脸识别和人脸图像数据库管理等领域有着重要应用。本文主要分析了肤色的统计特征和超球面支持向量机在彩色图像中的人脸定位上的应用。论文所完成的工作之一是,提出了利用图像区域的肤色统计特征作为图像的特征表示。图像的区域统计特征具有维度低、尺寸不变性和旋转不变性,表现人脸的整体特征的优点。特别地,区域协方差矩阵具有计算速度快、融合多特征、滤除噪声和表示出各个特征之间关系的优点。利用积分图像快速计算协方差矩阵,其计算所花费的代价与区域的尺寸无关。实验中对包含正脸和侧脸的图像分别进行了分割,都达到了较好的效果。论文的另一个内容是在HSV颜色空间中表示肤色特征,这样,对于光照条件变化较大的人脸图像仍然能够正确的检测出人脸。论文的第三个内容是在特征向量的核方法描述方面。 我们讨论了不同核函数的作用及意义,并给出了核函数的选取及其调节具有指导性的原则。最后,论文通过加入辅助条件,将适应于单目标样本数据描述的超球面支持向量机用于人脸的识别定位任务。实验结果表明,对比于超球面支持向量机,加入了辅助条件后的超球面支持向量机,其测试集的正、负误识别率均有所提高,其分类能力有所增强。在扫描窗口较大的情况下,仍能够正确识别出肤色区域,从而节省了人脸分割的扫描时间。