基于K均值聚类与肤色的人脸检测研究

针对传统人脸检测中存在色偏所造成检测精度偏低，深度学习方法中通过训练大量数据来实现人脸检测而造成硬件要求高等问题。提出了训练简单的卷积神经网络来实现人脸和非人脸的判断，并利用白平衡算法来解决色偏的问题。将YCgCr颜色空间与K均值聚类的方法结合起来实现肤色检测，最后在肤色检测的基础上实现人脸检测。其精度相较于传统的人脸检测方法提升3%左右，速度比基于深度学习的人脸检测快2倍左右。