开题报告书-人脸识别系统的研究报告及实现

1、-. z.*理工大学本科生毕业设计论文任务书学院： 自动化学院 专业班级：自动化1005班：王建华*：01毕业设计论文题目：人脸识别系统的研究与实现任务书含以下方面的内容：设计论文主要内容：OpenCV是一个开源的跨平台计算机视觉库，可实现图像处理和计算机视觉方面的很多通用算法。OpenCV给人脸识别提供了一整套图像处理以及图像与模式分析函数，可迅速完成人脸的识别和检测。本研究希望利用OpenCV库，开发一个人脸识别系统，能够识别出6-8个人脸，并有相应的反响。要求完成的主要任务：1、查阅不少于15篇的相关资料，其中英文文献不少于2篇，完成开题报告。2、通过对资料的阅读，深入了解OpenCV库

2、以及人脸检测与识别的相关算法。3、利用OpenCV库实现人脸检测与识别算法。4、完成不少于2万英文5000汉字印刷符的英文文献翻译。5、完成毕业论文设计说明书和相关图纸。三 进度安排第1-2周：查阅相关文献资料，明确研究内容，了解研究所需硬件和软件。确定方案，完成开题报告。第3-4周：安装软件，学习熟练应用软件OpenCV。第5-7周：学习OpenCV库中的相关函数。第8-10周：利用VS2010软件编程，熟练掌握OpenCV的各种相关功能。第10-12周：OpenCV程序的修改，调试。第13-14周：修改并完成毕业论文。第15周：准备论文辩论。(四) 必读参考资料及主要参考文献1 美 布拉德

3、斯基Bradski G.，美 克勒Kaehler A.，于仕琪，*瑞祯学习OpenCV中文版M清华大学，2009：601.2*宏林Visual C+数字图像模式识别技术及工程实践M：人民邮电，20033 *瑞祯，于仕琪OpenCV 教程根底篇，：航空航天大学，2007：243-4024SonkaMilan，Hlavac Image Processing，Analysis andMachine VisionSVaclav NelsonEngineering，2007-04指导教师签名： 年 1 月 26 日系主任签名： 年 月 日院长签名章： 年 月 日本科生毕业设计论文开题报告学生*： 王建华

4、导师*、职称：梁红、讲师所属学院：自动化学院专业班级： 自动化1005班设计(论文)题目：人脸识别系统的研究与实现2014年 3月 16日1、目的及意义含国内外的研究现状分析人脸识别技术是包括人脸检测和人脸身份认证技术在内的识别技术，人脸检测是根据所获得视频或者图片信息，利用图像处理和计算机视觉相关算法，从图像中判断是否有人脸，并给出存在人脸的数量和位置，更进一步的是通过脸与脸的匹配识别人脸的身份。人脸识别技术的研究无论在理论上还是在实践中都有很大的意义，它涵盖了数字图像处理、神经网络、心理学、生理学、模式识别、计算机视觉以及人工智能等各方面的知识内容，对推动各个学科领域的开展具有重要的理论意

5、义。在公安、金融、网络平安、物业管理以及考勤等各种领域也都有着巨大的应用价值。如人脸识别技术可以快速地计算出实时采集到脸部数据与人脸图像数据库中人员的脸部数据之间的相似度，返回鉴别结果和相对应的可信度。如应用面像捕捉，人脸识别技术可以在监控*围中跟踪一个人并确定他的位置。如在商场、银行、交易所等和金融相关场所，加以人脸识别智能监控，排除不法分子的侵入。利用人脸识别技术，可以进展计算机的登录控制，可以进展应用程序平安使用、数据库平安访问和文件加密，可以实现局域网和广域网的平安控制，可以保护电子商务的平安性。如门禁控制，通过摄像机动态捕获人脸,将人脸信息同数据库中的人脸信息进展检索比照,只有图像信

6、息符合的人才可以进入,否则拒绝进入。在日常生活中，人们识别周围的人用的最多的是人脸。由于人脸识别的非侵犯性，具有直接、友好、方便的特点，是人们最容易承受的身份鉴别方式。模式识别技术早在上个世纪 60 年代就已经有人提出，由于当时计算机处理速度的限制，只能从理论上证明是可行的。20世纪90年代以来,随着高速度高性能计算机的出现,人脸识别方法有了重大突破，进入了真正的机器自动识别阶段,人脸识别研究也得到了前所未有的重视。欧美等各高校都建立了人脸识别的实验室，其中著名的大学包括麻省理工学院MIT、卡内基梅隆大学CMU等。在美国主要有麻神理工学院等研究实验室提出的特征人脸对特征空间的投影来实现；在法国

7、已经把人脸识别身份认证技术应用到自助取款机上，在实际使用时需要用一台 3D 摄像机，采集人的立体影像来鉴定身份。目前，美国许多研究小组相继投入到人脸识别方面的研究工作，他们的研究工作得到了美国军方、警方和大公司的资助，进展迅速。美国军方更是在每年组织人脸识别大赛(FERT)，以促进人脸识别的研究。日本sony公司最新推出的数码相机已经整合了人脸自动识别功能，在拍照时，可以自动检测出人脸区域并进展对焦，并且还具有识别笑脸的功能，能够自动检测出笑脸。2007 年 3 月，美国 NIST 报告了 2006 年人脸识别供给商评测FRVT2006结果，对控制光照条件下的极高分辨率正面人脸图像，最小错误承

8、受率为 0.001时，最小错误拒绝率已到达 0.01，对高分辨率、低分辨率下的正面人脸图像的识别，这个数据也分别到达了 0.021 与 0.024。在一定条件，有些技术甚至超过了人类的人脸识别力。国内对于人脸识别的研究较之国外稍晚一些，但是开展速度很快，同时，国家对人脸识别技术的研究也给予了高度的重视。九十年代中后期以来，国内众多研究机构的研究组在国家自然科学基金、863 方案等资助下开场对人脸识别进展了研究。其中，具有代表性的人脸识别系统有：清华大学电子系丁晓青教授研究小组开发的 THfaceID 系统；中国科技大电子科学与技术系庄镇泉教授研究小组开发的人脸识别考勤系统KD-Face2.0；

9、中科院计算所高文研究组开发的GodEye系统；清华大学电子系苏光大教授研究小组开发的大型人脸综合识别系统；中科院自动化所李子青研究小组开发的人脸识别系统等。2008 年，在奥运会及残奥会开闭幕式，使用了由 CBSR 研制的人脸识别技术进展实名制门票查验。在奥运会及残奥会开闭幕式中，约 36 万人次经过了人脸识别系统的验证后进入开闭幕式现场。为奥运会的安保工作做出了巨大的奉献，该技术拥有完全独立自主的知识产权，人脸识别系统的性能优良，在国际上亦处于领先地位。2011 年 1 月，由*政府资助开发出了新型的人脸识别自动售货机，该机器可以应用在*些特殊商品的销售领域中，如保健产品、面膜、剃须刀等，该

10、人脸识别自动售货机可以根据消费者面部的特征向其推荐特定的商品。同时，人脸识别技术也可以帮助解决很多社会问题，比方，目前的挽救乞讨儿童的公益活动。其中，以中科院自动化所免费提供人脸识别相关的技术支持，并与多个网络平台合作尽快的付诸于实践。2、根本内容和技术方案人脸识别系统最主要的功能就是要能识别出人脸，首先该系统需要对通过摄像头拍照而获取到的原始的人脸图片进展一系列处理才可进展下一步的工作，该处理过程也称图像预处理。只有预处理模块做的好，才可能很好的完成后面的人脸定位和特征提取这两大关键模块。人脸识别系统的根本功能包括图像获取功能、图像预处理功能、人脸跟踪定位功能。图像获取模块主要是从摄像头拍照

11、后进展获取图片，也可以从图片库中获取，获取后的图片可以在软件的界面中显示出来以便进展识别。图像预处理模块主要包括图像光线补偿、图像灰度化、高斯平滑、均衡直方图、实现图像比照度增强、二值化变换等。人脸定位模块主要是将处理后的人脸图片进展定位，将眼睛、鼻子、嘴巴标记出来，以便进展特征提取。在用VS2010开发的工程中，只要正确安装OpenCV，并在自己开发的应用程序中正确配置和OpenCV的连接，就可以直接调用它的视频捕获和图像处理函数，获取图像和图像预处理。图像预处理后，人脸图像得到增强，进展人脸检测时，受光的影响得到减轻，然后利用肤色和Adaboost算法进展人脸检测。人脸定位是将典型的脸部特

12、征标记出来，在本系统中，定位的特征是眼睛，鼻尖和嘴巴三个。由于眼睛具有对称性，因此可以很快就能标记出来，而鼻子是在眼睛下面，且嘴巴在鼻子下面，所以只要眼睛标记好，鼻子和嘴巴也能相应的标记出来。在运动区域提取阶段，考虑摄像机输入的一个图像序列。假定在图像中要检测的人物处于运动状态，而背景则保持不变，则通过相邻两帧图像进展差分运算，可以舍弃图像中保持不变的局部，保存发生变化的局部。这样做可以有效地保存人脸的候补区域，去除大局部的背景区域，尤其是那些颜色和人类的肤色一样或相近的背景区域，把人脸从复杂背景下别离出来。所以最后技术方案确定为直接使用VS2010调用OpenCV的视频捕获和图像处理函数获取

13、图像和图像预处理，再利用肤色和Adaboost算法进展人脸检测，最后将人脸特征标记出来。3、进度安排第1-3周：查阅相关文献资料，明确研究内容，了解研究所需硬件和软件。确定方案，完成开题报告。第3-4周：安装软件，学习熟练应用软件OpenCV。第5-7周：学习OpenCV库中的相关函数。第8-10周：利用VS2010软件编程，熟练掌握OpenCV的各种相关功能。第10-12周：OpenCV程序的修改，调试。第13-14周：修改并完成毕业论文。第15周：准备论文辩论。4、阅读的参考文献1美布拉德斯基Bradski G.，美克勒Kaehler A.，于仕琪，*瑞祯学习OpenCV中文版M清华大学，

14、2009：601.2 *宏林Visual C+数字图像模式识别技术及工程实践M：人民邮电，20033 *瑞祯，于仕琪OpenCV 教程根底篇，：航空航天大学，2007：243-4024 Sonka Milan，Hlavac Image Processing，Analysis and Machine VisionSVaclav NelsonEngineering，2007-045 边肇祺，*学工模式识别(第二版)M：清华大学，176-2286 徐慧VisualC+数字图像实用工程案例精选M：人民邮电，96-170，20047 周长发精通VisualC+图像处理编程M：电子工业，130-163，2

15、0048 (美) Sara Ford著 , 谢俊译VisualStudio程序员箴言M：人民邮电，20109 黄朝兴人脸识别系统的研究与实现D硕士学位论文，:西南交通大学，200610 杨靖宇，金钟，郭跃飞人脸图像有效鉴别特征抽取与识别，*理工大学学报，2000，24(3)：193-19811 Yang G Z，Huang T SHuman face detection in a ple* background JPattern Recognition，1994，27(1)：536312 李华胜，杨桦，袁保宗人脸识别系统中的特征提取J交通大学学报，2001，25(2)：413 卢春丽，*长水基

16、于区域特征的快速人脸检测法J清华大学学报(自然科学版)，1999，39(1)：10110514 Pamplona Segundo M，Silva L，Bellon ORAutomatic face segmentation and facial landmark detection in range images JIEEE Trans Syst Man Cybern ，2010， 40(5)：1319133015 李银燕基于Adaboost方法的人脸检测D：复旦大学信息科学与工程学院，200616 史东承人脸图像信息处理与识别技术M电子工业，2010-1017 李培华序列图像中运动目标跟踪方

17、法S科学，2010-0418 王永卫，李介谷基于肤色特征的最短生成树方法进展人脸分割*交通大学学报，1998-619Jianlin Wang，Yinsheng YangA MovingObjectDetectionAlgorithm based on BackgroundSubtraction ModelAProceedings of 2011 3rd IEEE International Conferenceon Information Management and Engineering(ICIME 2011) VOL03C201120 Chunlei Shi，Long*u Jin，Ke ZhangFace Detection Based on Skin Color Segmentationand AdaBoost AlgorithmAProceedings of 2011 3rd IEEE International Conference on Information Management and E