本文主要研究内容点包括：（1）对传统的人脸肤色检测进行研究并提出一种改进后的多域值方法（2）研究局部特征法与SNoW分类器相结合提高了人脸检测的准确度；（3）与原来的人脸肤色域值算法相比，我们发现该算法能够克服由于光照强度和人的其他部位肤色颜色相同所带来的影响，从而提高对人脸区域检测的准确度。

本论文的内容及安排

本文以研究人脸识别中指纹图像分割、细化、特征提取、匹配等若干问题为研究主体，针对人脸识别技术中存在的问题进行研究具体的章节和各章的内容安排如下：

第1章：介绍了本论文的研究意义和背景认为该课题是具有研究意义的，在人脸识别技术的现状和特点的基础上进行认识，确定了本文所要做的主要工作。

第2章：本章具体介绍了人脸检测基本的理论知识。

第3章：本章具体实现了传统的人脸肤色对人脸的检测包括在YCC和HSV空间中设定一定的域值从而达到双重域值并结合人脸具体比例对选取图像进行人脸的检测。

第4章：本章着重介绍了SMQT算法包括SMQT特征提取以及所用到的SNoW的具体在检测过程中的工作原理。

第5章：将传统肤色检测人脸的方法与SMQT算法的人脸检测得到的效果图进行分析判断，并比较两者所存在的优劣势。

第6章：对本文做了总结，对相关技术的未来进行了展望，并对帮助我们的人表达感谢。

总结

本篇论文主要对人脸区域检测算法进行了较为细致的研究，其中选择了基于SMQT算法进行了详细的介绍与研究。同时本文也大致介绍了以下人脸识别识别系统具体可以分为图像预处理，人脸特征提取以及人脸的匹配。你整个系统提供了大概的轮廓，为让大家对人脸识别系统有了大致的了解。在本次毕业设计研究中而学习到了很多的图像处理知识，大部分的图像处理都需要对获取到的图像进行预处理：包括图像的光线补偿。图像的灰度化，图像的二值化等。接着是图像的特征提取，比如人脸识别中肤色，人眼，嘴巴等。接着是对图像进行匹配。但是无论何种研究，我们都需要参考前人研究的结论，这样才能得到事半功倍的效果。