基于OpenCV的人脸识别系统设计与实现

基于OpenCV的人脸识别系统设计与实现摘要随着网络科技的快速发展，人们的生活越来越智能化，比如智能家居、无现金支付等。在人脸识别技术尚未完善之前，人们通常使用特定的密码或者个人指纹来实现身份认证，但是这样的身份认证手段的安全性并未达到人们所理想的要求，所以人脸识别技术作为一种安全性能较高的身份认证方式，不仅成为了近年来计算机视觉范围的研究热点，而且还广泛应用于许多领域和行业。OpenCV是一个开源的跨平台的计算机软件开发库，一般在处理图像时是很好的助力平台，当然在计算机视觉技术中也会使用到，综上所述，人脸识别系统可以基于此平台进行开发。本文通过学习人脸检测技术的相关知识，简单完成了对人脸识别技术系统的设计。此人脸识别系统还使用到了“AdaBoost”迭代算法等。该系统基于图像采集和检测识别时，会在人脸的周围绘制一个矩形框，待检测人脸的身份会出现在矩形框上方，到此识别结束。关键字：人脸识别OpenCV软件开发库AdaBoost迭代算法

目录1绪论 41.1选题背景及意义 41.2人脸识别技术发展状况及现状 41.3人脸识别的难点 51.4OpenCV的概述 62图像处理 72.1输入图像预处理 72.1.1图像灰度预处理 72.1.2图像数字化设备 72.1.3灰度直方图 82.2图像处理算法形式 83人脸检测算法及实现 103.1AdaBoost算法简述 103.2把人眼作为参考的人脸检测算法 114.1三维人脸识别的方法 124.3分类识别 135人脸识别实现效果 145.1硬件环境 145.2软件环境 145.3人脸识别效果 146总结与展望 16参考文献 17致谢 18

1绪论1.1选题背景及意义人脸检测技术的产生是由于指纹检测技术在某些方面达不到人们的各种要求，简单的例子就是，游泳运动员由于长期地在水中，他们基本上没有指纹的，所以在采集指纹的时候他们就有一定的限制，但人脸检测技术不仅可以解决这一问题，而且也会多一项技术对人们身份的确认，让人们不论是在办理业务还是其他需求上有一定的保证。网络的发展让我们进入了无现金支付的网络时代，一开始只是密码支付，然后是指纹支付，而随着人脸检测技术的逐渐进步，刷脸支付也成为了一种手段，不仅加快了当代人们的生活节奏，而且把科学推进了一大步。这样的技术更多的时候是用于商业化，比如说支付手段，逐渐在发达城市兴起无人超市等等。在另一方面，如今的世界是一个全球通的时代，是一个网络时代，人与人之间的距离在某个角度来说近不可言，这就导致了人们的隐私受到了一定程度的威胁，产生了很多的弊端。比如说我们所知道的网络暴力，人们可以轻而易举的人肉出别人的任何信息。近年来的网络诈骗也是因为我们的账户信息不够安全而导致的，信息的泄露也给我们带来了各种难以想象的麻烦。我们可以这样理解，无现金支付的方式在网络安全性能方面不断得到提高，人们在网络上的信息得到更多的保护。由于人脸识别技术相较于指纹识别技术而言不论是在安全性还是识别率方面都高出了许多，所以该研究非常具有价值意义。主要表现在以下方面：第一，应用于智能家居。可以利用此技术做一个门禁系统，不仅提高了安全性能而且更加便捷。总之，把人脸识别技术与智能家居融合起来，会有更高的实用性。第二，应用于安防行业。比如说十字路口的红绿灯，监控摄像头，结合人脸识别技术，把交通违规违章的现象做到更加规范。第三，应用于大数据的发展。现代科学技术不断地发展，未来的时代会是一个智能化的时代，是一个大数据时代，那么人脸识别技术会运用和普及到我们生活的方方面面，不论是在金融还是互联网方面与人脸识别技术相结合的普遍使用也是一种可能。1.2人脸识别技术发展状况及现状人脸识别技术的可分为三个发展阶段：（1）早期阶段随着人们对个人信息安全的重视，在20世纪50年代到80年代，人脸识别技术开始引起人们的关注和研究，这便是人脸识别的早期发展阶段。由于这一阶段的人脸识别技术还不够成熟，所以人脸识别的过程也全部依赖于研究人员的手动操作，不能够实现自动化的人脸识别过程。在此期间主要处于理论研究阶段。（2）发展阶段在上世纪的90年代，人脸识别技术得到的蓬勃发展。在此期间人脸识别的研究成果非常丰硕，比如说是诞生了非常著名的“特征脸”人脸识别方法等等。

这一时期诞生的丰硕的人脸识别研究成果极大的推动了人脸识别技术的实用化进程，也为后来的人脸识别技术不论是算法还是其他方面都作出了很多理论和实践经验的帮助。（3）应用阶段自从人脸识别技术的逐渐成熟，这门技术被用于很多领域，同时也给我们的学习和工作上带来了很大的便利。

人脸识别技术能够得到广泛的使用，比如说研究分析采集人脸图像的数据源，刚开始这门技术主要是针对正常条件下的人脸图片进行识别，但慢慢发展成针对视频中的人脸进行识别，简单来说就是从静态识别发展为动态识别，不仅如此，还包括在素描和近红外图像基础上进行人脸识别，其中近红外图像技术能够有效地检测出人脸图像是否是活体等。计算机是一门高深而又充满吸引力的的学科，同时它又是一种无止境的科学艺术。人们可以切身体会到计算机给来的改变，不管是精神上的还是物质上的，不论带来的这些改变是好是坏，总之，计算机就是掀起了人们生活的波澜，这样的范围乃至全世界。人脸识别技术已经让我们的生活慢慢地走向智能化，在未来也会有比此技术更加成熟和方便的技术。1.3人脸识别的难点人脸识别不单单是对图片进行检测那么简单，其中还存在一些难点。（1）光照。光照问题是一个常见的基本问题，也是自然环境不可避免的问题，由于图像采集是动态的，且随着天气的变换或室内灯光的影响，所以它在人脸识别中的影响也比较突出和明显。

（2）姿态。由于人脸识别是动态的，所以姿态问题在研究中也是一个较为常见的难点。人脸识别技术算法一般来说主要是针对正脸，或接近正面的人脸图像，而当被检测的人脸发生角度变化时，对人脸识别算法会产生一定程度的影响，比如说识别率和实效性。

（3）遮挡。在采集人脸图像时，如果采集对象带着眼镜﹑帽子等物品，就会导致采集出来的人脸图像精确度不够高甚至采集不到完整的图像，从而影响人脸识别算法的准确性。（4）年龄变化。如果要长期使用到这门技术，那么年龄则是一个需要考虑的问题，这是因为对于不同的年龄段，人脸识别算法的识别率也不同。

（5）图像质量。图像质量一直一个重要因素，比如说分辨率较低﹑噪声大﹑像素模糊。1.4OpenCV的概述OpenCV[1]是一个开源的跨平台的计算机软件开发库，全称是OpenSourceComputerVisionLib，其中Open是开源的意思，即开放源代码，ComputerVision指计算机视觉，它采用的编程语言是C／C++。OpenCV能够成为计算机视觉领域的标准库，是因为它在运行多达上百种计算机视觉算法上的有效性，功能上和实现得算法也占一定的优势，对软件的开发极具影响。除此之外资源占用相对其他软件来说比较少、，安全性也比较高等优点。其中OpenCV的最大优点是它基本上能在所有平台上都兼容。因为这些优势，这个开发库吸引了许多商业软件巨头的关注和研究，主要是开源的条件下除了能够使软件相对来说更加便宜，而且它更加对当代软件公司的有重大影响。我们都知道，开放源代码对于软件商业模式不仅效果更好，而且更加高效。利用OpenCV可以做到的任务，主要介绍以下几个方面：(1)对数据图像库进行处理。(2)对脸部关键点进行提取。(3)对形状进行分析。(4)检测目标。所以这个平台对人脸识别有着很大的帮助。

2图像处理由于在图像采集过程中会因为环境要素影响采集到的图像效果，所以为了不影响后续操作，并提高检测效率与准确度，需要对采集到的图像进行处理，一般涉及到的处理内容有灰度预处理、噪声处理、几何处理、尺寸归一化处理等等，对人脸进行处理分析一般采用直方图均衡法。2.1输入图像预处理2.1.1图像灰度预处理图像的采样过程就是把连续转化为离散的过程，这是因为图像（即图片）是二维的，要想对图像进行采样，需要把二维转变成一维，从而使得采样过程不会受到影响，接下来就是图像量化过程，在此过程中应当注意，经过采样后的图像，不管是在时间上还是空间上都离散化为像素了，但此时经过采样所得的像素值仍然是连续的，也就是说经过采样得到的灰度值也是离散的，而图像灰度的量化就是把在时间和空间上连续的像素值离散化的过程，简单来说，就是把图像灰度转换成离散的整数值的过程，而被离散化的像素值分为256个等级（从0开始计数到255），其中用0表示黑色像素点，255表示白色像素点，由于彩色图像是按照颜色成分——红（R）、绿（G）、蓝（B）分别采样和量化的，所以在转化成灰色图像中只需要对这三种通道进行计算，使用OpenCV函数库即可实现彩色图像到灰度图像的转换效果[2]。灰度级是指针对一幅数字图像中的不同灰度值的数量的多少，用符号G表示，要想把连续灰度值量化为灰度级，那么量化方法就有等间隔和非等间两种，等间隔量化可以简单理解为在分割和量化时保证等间隔，从而得到的采样值的灰度范围就是等间隔的，如果是非均匀条件下的量化则是取决于一幅图像中确定的灰度值分布的概率密度函数，在总的量化中进行对比，按照误差最小的原则来量化，而采样图像是基本步骤，所以在进行此操作时应当注意两个方面：首先，为了不降低数字图像的质量和影响数字图像数据量的大小，采样点与像素量化的级数是重要的参考因素；其次，图像的空间分辨率的高低也会受到采样间隔和采样点数量的影响，一般来说，采样间隔越小，采样点数量越多，反之，则越少[3]。如果采样点的数量减少到一定程度时，就会出现马赛克的情况。2.1.2图像数字化设备图像数字化设备顾名思义就是数字化模拟图像使之成为数字图像，即将连续图像数字化为离散图像，这种设备包含的五个必须部分是：采样孔、图像扫描机构、光传感器、量化器和输出存储装置，在生活中比较随处可见的数字化设备除了数码相机和扫描仪以外，还有数字化仪器等等，图像数字化设备的性能好坏一般体现在：一是像素的大小，此时采样孔的大小以及像素与像素之间的距离是决定像素大小的两个必要性能指标；二是图像大小，就是指在经过数字化设备时所能容许的最大输入的图像尺寸；三是线性度，由于图像随时随地都会受到光强度的影响，所以在对光强度进行数字化时，灰度正比是一个重要的影响因素，因为它在一定程度上影响着图像亮度的实际精确程度，此外非线性的数字化设备也在后续操作过程占一定的比重，因为它会影响到后面步骤的有效性，灰度级同样是非常重要的参数，从早期图像的颜色我们可以看出，图像的量化精度在不断提高，需要指出的是，如果量化精度越高，那么在存储像素信息时需要的字节数要求越高；四是噪声因素，数字化设备的噪声在人脸识别技术中也是一个比较重要的性能参数，例如，在数字化处理一幅图像时，如果灰度值确定，当输入亮度也确定时，那么在数字化设备中自带的设备噪声就会对图像灰度造成影响，由此可以发现图像的质量和分辨率不只受其他因素影响，数字化设备自有的噪声也会使其下降，所以解决办法是使噪声小于图像中的反差点，反差点也叫对比度[4]。2.1.3灰度直方图像素值的发布情况反映了图像的特征，当这些特征经过处理以后，就表现为灰度直方图，定义为图像中某一个灰度级的像素总和与图像的像素总和，体现了图像中各种灰度出现的频率大小。应当注意，它反映的仅仅是灰度值出现的频率大小，不反映灰度值位置，同时图像与直方图之间的映射关系是多对一，直方图均衡化是均匀分布原来图像中的灰度直方图，可以分为以下几个步骤：首先把图像的灰度级确定下来，再把彩色图像转换为灰色图像，然后确定灰度级的大小，一般情况下是8位的图像，灰度级从0到255；其次把原始直方图的分布的概率大小计算出来，简而言之就是统计像素值；然后是计算直方图概率累计值，根据已知公式求出像素映射关系，最后是灰度映射，在前面的步骤中已经找到了原图像和均衡化以后的图像灰度的对应关系，再对原图进行操作处理，将每个像素一一映射成新的像素即可[5]，经过以上步骤图像均衡化就完成了。2.2图像处理算法形式按照图像处理的输出方式，可将图像处理的基本功能分为三种形式：单幅图像到单幅图像、多幅图像到单幅图像和单/多幅图像到数字或符号等[6]。图像处理算法形式可分为以下几种：一是局部处理，又叫做邻域处理，在预处理输入图像时，如果像素输出值决定于其小邻域中各像素值，则是局部处理，又叫邻域处理；二是叠代处理，这种处理类似于叠代处理，就是在处理图片时对其反复运算，直到满足指定要求时才会停止，此时得到满足条件的输出图像的处理形式，比如说图像中的聚类分析；三是跟踪处理，选择合适的像素作为起始像素，通过对输入图像和输出结果进行分析检查，求出后续操作需要要处理的像素进行处理，然后根据条件决定是否继续对后面的像素进行处理，这样的处理叫做跟踪处理，它有三个特点：处理结果与起始像素位置相关；利用处理结果可以提高了效率；常用于跟踪边界、等高线等线条。四是位置不变处理和位置可变处理，输出像素值与像素位置无关的处理称为位置不变处理，也叫位移不变处理，反之便称为位置可变处理，或者是位移可变处理[7]。

3人脸检测算法及实现人脸检测就是在视频中读取到人脸的位置与大小与采样得到图像（即图像库中的图像）进行对比计算，同时OpenCV将得到的人脸特征进行分析计算。虽然人脸检测只是一个基本步骤，但对后续操作具有重要意义，不可小觑。利用计算机对人脸特征的分析，可以把人们的生活变得更加安全和方便。3.1AdaBoost算法简述Adaboost实质就是一种迭代算法[8]，它的核心思想是针对同一个训练集训练各种不同的分类器，而这些分类器属于弱分类器，然后把这些弱的分类器集合起来，共同构成一个强的终分类器，也称为强分类器。利用Adaboost算法的分类器的好处在于能够同时兼顾分类准确度和计算速度。原因是Adaboost算法能够降低分类器的复杂程度，从而提高分类速度，这样就提高了计算速度，而级联分类器就提高了分类的准确度在实现人脸检测技术的过程中涉及到的一些函数，比如说我们所知道到的Haar特征、积分图和Haar级联三大类[9]。当Haar特征不能满足人们的需求（比如说准确率低、计算难度大）时，积分图的概念就在Haar特征的基础上被提出来了，同理当积分图解决不了人们的问题时，Haar级联也随之出现了。Harr级联是一个通过串联把弱分类器集合成强分类器的过程。弱分类器相较于强分类器而言在性能方面比较受限，因为它们没法正确地区别出所有事物。而强分类器则可以正确的分类数据。建立一个实时系统不仅需要保证分类器能够很好的运行，还要保证这个分类器足够简单，复杂度低。所以唯一需要考虑到的是简单分类器是否足够精确，若一味地追求精确的话就会导致计算密集型，并且还会影响其运行速度。精确度和运行速度之间相互矛盾。在机器学习中可谓是家常便饭。解决这种矛盾的方法是把一群弱分类器串联形成一个统一的强分类器即可。弱分类器不强调其精确度，也就是说它的精确度不用太高，因为当我们把这些弱的分类器串联起来所形成的强分类器所具有的精确度一定是高的。这一过程重要的是对Haar级联数据的获取，一般我们可以OpenCV官网下载OpenCV源码，下载下来以后再进行解压，这时会看到解压出来以后会有一个data/haarcascades的目录，在这个文件夹下能够找到所有关于OpenCV的人脸检测的XML文件。运行代码的软件是JetBrainsPyCharmCommunityEdition，版本是2019.1.3x64的。当我们采集完我们所要检测的脸的图片时，检测过程便可分为以下步骤进行：先打开我们的摄像头和视频文件，然后读取帧，检测人脸，扫描检测到的人脸中的眼睛，然后在所检测脸的周围的绘制出一个矩形框就可以了。3.2把人眼作为参考的人脸检测算法在进行人脸检测时，由于会受到位置、光强度等一系列因素的干扰，为了不影响到检测结果，怎样确保被检测的是正脸。人的眼睛是脸部的一个重要特征，虽然人眼之间的间距不恒定，也会因为人的表情等发生变化，但是仍然可以利用人眼检测器进行人脸检测。本文讲的是识别基于视频的人脸，所以计算机将视频中的图像转换为一帧一帧的图片帧，再对图像进行检测。而基于图片的人眼检测原理[10]是：OpenCV可以通过样本的Haar特征进行分类器训练得到级联分类器，由此可以检测图片的眼睛。而基于本地视频的人眼检测具体步骤如下所示：（1）首先将分类器.xml文件放到源程序工程下，必须保证与代码文件放在一起。而这些分类器.xml文件在OpenCV安装包文件下就可以找到。例如OpenCV->source->data->haarcascades。（2）利用OpenCV实现本地视频与图片帧之间的相互转换。这里注意双眼检测是通过加载OpenCV中的双眼分类器来实现的。检测过程为：读取图片—图片处理—人脸分类器—检测人脸—双眼分类器—检测双眼—根据双眼定位读取人脸—人脸处理，把人眼作为参考的人脸检测效果如3-1图所示，经过人眼定位算法，从而得到人脸区域。（a）参考人眼的人脸检测效果（b）检测人脸图3-1参考人眼的人脸检测算法除了眼睛以外，鼻子、嘴巴或者是脸的轮廓也可以作为参考，这是为了解决人脸倾斜问题，提高检测效率，但相较于人眼检测方法而言，以嘴巴鼻子作为参考的检测方式不怎么稳定，所以本文最主要的是以人眼检测为主。

4人脸识别算法及实现人脸识别算法是指计算机通过检测到的人脸定位出面部的某些较为关键的特征点之后，把脸部区域裁剪出来，再经过预处理之后，把这些馈入到系统后端的识别算法，识别算法任务就是要完成对人脸关键点特征的提取，然后与图像数据库中的人脸图像样本进行对比，完成最后的识别分类[11]。当检测出人脸并经过图像预处理后，紧接着就是人脸识别中最重要的步骤：提取人脸特征，因为在人脸识别中能不能准确地识别出待识别人脸就取决于它。而提取特征的目的是把最有利于模式分类的特征提取出来，去除图像冗余的信息，降低模式样本的维数，以提升人脸分类的准确率并且减少占用的资源，特征提取处理的是否得当影响后期的成果[12]。在本文的人脸识别中使用的方法是三维人脸识别方法，这种识别方法主要是利用人脸特征点的识别算法。4.1三维人脸识别的方法由于二维人脸识别方法在姿态、光照、表情等发生改变时识别率较低，所以三维识别方法在很大程度上弥补了这些不足点和提高了识别的准确率。本文讲的三维人脸识别方法主要是基于形状表征的方法[13]：使用将通用人脸模型的3D变形和基于距离映射的矩阵迭代最小相结合，去恢复头部姿态和3D人脸，随着模型形变的关联关系的改变不断更新姿态参数，重复此过程直到最小化尺度达到要求，其中，这二者的显著区别表现在：后者在人脸姿态每变化一次后，特征点的坐标就要更新一次，重新搜索，但前者仅仅只需要调整3D变形模型的参数即可。以一个给定的点为中心放置一个球面，球面和对象表面的交线是一条三维空间中的曲线，它的方向可以通过参考向量、法向量和考向量*法向量组成的标准正交坐标系来定义，法向量指空间曲线的拟合平面的单位法向量，参考向量指从原始平面到新的空间曲线上具有最大正投影距离的单位向量，一般来说对空间曲线不做要求，拟合平面只是用来近似地提供一个方向，将一个平面沿着法向量方向移动得到一个新平面，空间曲线在新平面上的垂直投影构成了一个新的平面曲线，同时空间曲线上所有的点到新的空间曲线的点的投影距离构成了一个带符号的距离图[14]。空间曲线上每一个点可以用以下的二元组刻画：从空间曲线上的点到新平面曲线上所对应点的带符号距离和以法向量为轴顺时针转动到参考向量所构成的角度[15]。4.2特征提取图像特征提是人脸识别技术中占重比较大的步骤。其中，要进行特征提取时，一般针对图像的特征是颜色、纹理和形状作处理。其中人脸图像的特征提取主要提取的是纹理结构。特征提取实质上就是得到图像特征信息的过程。三维人脸识别技术的关键步骤也是特征提取，这是因为人脸之间的差异以及表情每时每刻的不同变换等引起的非线性变化，所以造成了特征提取存在一定难度。4.3分类识别人脸图像匹配与识别[16]：将特征提取得到的特征数据与数据库中采集并存储的特征模板进行对比，设定一个阈值，如果相似度超过所设定的阈值，那么就输出匹配得到的结果，人脸识别就是将待识别的人脸特征与图像库中的人脸特征模板进行比较，输出相似程度的大小则为判断人脸的身份的依据。这一过程可分为两种：第一种是确认，就是将图像进行一一对比的过程，第二种是辨认，是把图像进行一对多匹配对比的过程。影响图像分类识别的常见因素有光照强度、有遮挡物、模糊不清、姿态变化等等，其中还有一种大类因素，即同类别的东西，但形态各异，属于类差异太大，这种情况下分类模型很难去识别。最后就是细粒质分类，指的是可能属于一个大类，但存在细微的差异，属于类差异太小。在现实世界中，属于同一类的图像，在特征空间一般情况下很难最终聚焦在某一个点，而是会散布在某个高维空间的某个区域里，而属于不同类的图像，则会形成不同的区域，理论上说彼此应该是没有混叠现象的，所以我们提及类内距离和类间距离的概念。讲道理讲就是类内距离越小越好，类间距离越大越好，所以网络的学习过程，其实就是一个对图像特征重新进行分布的过程图像分类问题本质上是一个数据拟合的过程。一般来说，图像与图像之间在一定程度上会出现混叠现象，所以会有被错分的情况，而我们的目的是找到错误率最低的分界面，此外，针对三维识别非线性特征，使用分类识别策略能够更好地提高识别效率。

5人脸识别实现效果在前面几个章节的理论知识基础上，本章主要对本系统实现的流程以及实现情况进行简单介绍，并通过最终的测试结果证明了本文所使用方法目前来说是行得通的。5.1硬件环境本文研究的人脸识别系统过程是在Windows平台上，使用的是64位操作系统的Windows10版本的个人计算机，处理器：AMDE2-9010RADEONR2,4COMPUTECORES。摄像头型号：ZL-08，支持分辨率：640*480。5.2软件环境人脸识别系统操作过程选择微软集成环境VisualStudio2010，使用的操作软件是Python的开发工具pyCharm，版本是2019.1.3x64

，使用优点在于它是跨平台的，在MACOS和Windows下面都能安装；能够提供多语言的开发接口，例如Java、MATLAB、C#等接口。5.3人脸识别效果在人脸识别之前，首先要建立人脸数据库，即采集不同的样本图像，然后系统得到分类器。当代码运行后，人脸图像以摄像头实时采集得到的图像为准，再经过OpenCV预处理和训练分类器，在矩形框上方输出识别结果。实验证明，在遮眼或倾斜情况下都能实现人脸识别，如图5-2所示：（a）遮眼情况（b）正常情况（c）倾斜情况5-2人脸识别的实现

6总结本文在第一个章节就对人脸识别这门技术的背景意义以及难点做了简单介绍，并对人脸识别所涉及到的相关步骤及处理方式做了简单概述，在图像检测的基础上进行视频检测，主要是三个方面：图像处理、人脸检测以及人脸识别。对图像灰度处理、灰度直方图等问题作了表述，是基于AdaBoost算法的人脸检测和OpenCV所实现的人脸识别。如果在监测情况下，人脸识别的优势在于不易被察觉，其次是比较隐秘，不容易引起人的注意。虽然该人脸识别过程总体来说较为顺利，但也出现了一些问题，比如说，在非完整脸的情况下，识别精确度不够高，速度也较为缓慢。由于这项技术将用于实际生活，而且是在视频中进行检测，同时采集图像的设备也有一定差异，所以这项技术的要求也高，面临的问题也会更细节化。

参考文献[1]OpenCV[EB／0L]．htttp：//zh．wikipedia．org/wiki／0penCV，2014．[2]陈永亮.灰度图像的直方图均衡化处理研究.安徽大学，2014.[3]雷静.基于OpenCV的人脸跟踪识别系统研究[D]．西安：西安电子科技大学，2010．[4]聂祥飞.人脸识别综述.重庆三峡学院学报，2009[5]宋玉婷.基于三维彩色直方图均衡化处理研究.山东财经大学，2013.[6]杜建红.数字图像拼接检测盲取证研究.中北大学，2015.[7]高红霞.基于引导图像的边缘噪声滤波算法.科学技术与工程，2014.[8]孔凡芝.张兴周，谢耀菊．基于Adaboost的人脸检测技术[J]．应用科技，2005.[9]RaillerLienhan．JochMaydt．AnExtendedSetofHaar-likeFeaturesforRaidObjectDetection[C]．IEEEmtemationalConferenceonInlageProcessing.2002．[10]高阳.人脸检测与识别算法研究.中北大学，2015[11]雷静.基于OpenCV的人脸跟踪识别系统研究[D]．西安：西安电子科技大学，2010．[12]刘文达.基于0penCV人脸检测识别跟踪的研究[D].武汉：武汉理工大学，2009．[13]马燕.李顺宝.二维及三维人脸识别技术.上海：百家出版社，2007.8.[14]马燕.李顺宝.二维及三维人脸识别技术.上海：百家出版社，2007.8.[15]马燕.李顺宝.二维及三维人脸识别技术.上海：百家出版社，2007.8.[16]闫常浩．人脸识别算法明．四川工兵学报，2011．

致谢这篇论文能够顺利地完成，在此我要衷心感谢我的导师、同学以及家人。首先我要感谢我的指导老师xx博士，因为是在他的指导下我才能够完成这篇论文，除此之外，从论文的选题到修订的过程中，王老师都能够在百忙之中给我提出不少的宝贵意见，遇到问题时不论是大是小，王老师也耐心地帮我指出来。所以在这里我要向王老师致以最真挚的感谢和崇高的敬意，并祝愿王老师在今后的不论是在工作还是在生活中一切顺心。感谢这四年来陪我一起学习的各位同学，是你们帮助我解决了学习和生活中的困惑。我还要感谢大学四年来与我朝夕相处的三位室友xx、xxx、xxx，感谢你们这几年来的陪伴和在生活上的帮助，同时谢谢你们能够对我在大学四年期间性格和生活上的包容，祝愿你们以后的生活中能够心想事成。感谢我的家人，感谢他们对我无私的支持和奉献，让我得以完成我的学业。最后还要感谢所有曾经关心、帮助过我的老师、同学和朋友们，祝你们身体健康，万事如意。

教你如何保护电脑一、每天关机前要做的清洗:

双击“我的电脑”—

—右键点C盘——点“属性”——点“磁盘清理”——点“确定”——再点“是”——再点“确定”。清理过程中，您可看得到未经您许可（您可点“查看文件”看，就知道了）进来的“临时文件”被清除了，盘的空间多了。对D，E，F盘也要用这法进行。

二、随时要进行的清理

:

打开网页——点最上面一排里的“工具”——点“Internet选项”——再点中间的“Internet临时文件”中的“删除文件”——再在“删除所有脱机内容”前的方框里打上勾——再点“确定”——清完后又点“确定”。这样，可为打开网和空间提高速度。

三、一星期进行的盘的垃圾清理

:

点“开始”——用鼠标指着“所有程序”，再指着“附件”，再指着“系统工具”，再点“磁盘粹片整理程序”——点C盘，再点“碎片整理”（这需要很长时间，最好在您去吃饭和没用电脑时进行。清理中您可看到您的盘里的状况，可将清理前后对比一下）——在跳出“清理完成”后点“关闭”。按上述，对D，E，F盘分别进行清理。

电脑系统越来越慢，怎么删除临时文件啊

1.关闭"休眠"

方法:打开[控制面板]→[电源选项]→[休眠],把"启用休眠"前面的勾去掉

说明:休眠是系统长时间一种待机状态,使您在长时间离开电脑时保存操作状态,如果您不是经常开着电脑到别处去的话,那就把它关了吧!

☆立即节省:256M

2.关闭"系统还原"

方法:打开[控制面板]→[系统]→[系统还原],把"在所有驱动器上关闭系统还原'勾上

说明:系统还原是便于用户误操作或产生软件问题时的一种挽救手段,可以回复到误操作以前的状态.不建议初级用户使用.当然,它采用的是跟踪手段,需要记录大量信息,所消耗的资源也要很大的.

☆立即节省:数百M

(根据还原点的多少而不同)

您也可以在不关闭系统还原的前提下,相应的减少系统还原所占的磁盘空间,这只会减少可用还原点的数目,一般还原点有一两个就够了吧.

方法:...[系统还原]-选择一个"可用驱动器"-[设置]-调整"要使用的磁盘空间"

3.关闭"远程管理"

方法:打开[控制面板]→[系统]→[远程],把"允许从这台计算机发送远程协助邀请"前面的勾去掉.

说明:谁会经常用到这种功能呢?它占用的不是磁盘空间,但是会影响系统运行速度.

☆提高系统性能

4.关闭"自动更新"

方法:打开[控制面板]→[自动更新]→选"关闭自动更新"

说明:系统更新占用的也不是磁盘空间,您可以在有可用更新时到微软的更新页面上更新,而不是总需要一个进程监视那是不是有可用更新.

☆提高系统性能

5.关闭"索引服务"

方法:[开始]→[运行]→输入"msconfig"→[服务]

去掉indexing

servise前面的勾

说明:索引服务是提高系统搜索速的的,谁没事总在系统里搜来搜去啊

☆提高系统性能

6.减少开机加载的启动项

方法:[开始]→[运行]→输入"msconfig"→[启动]

去掉不必要的启动项

说明:必要的启动项

一般"系统盘\windows\system32下的最好不要去掉;而肯定能去掉的有

TINTSETP

IMJPMIG

IMSCMIG

QQ

等

☆加快开机速度

7.合理设置虚拟内存

方法:打开[控制面板]→[系统]→[高级]-[性能]设置-[高级]-[虚拟内存]更改-在"自定义大小"中填入数值

说明:一般的最小值是物理内存的1.5倍,最大值是物理内存的3倍;如果您经常运行大型软件的话最小值应该设为(物理内存*1.5*0.2+物理内存*1.5),最大值应为(物理内存*3*0.2+物理内存*3)

☆提高系统性能

8.取消系统失败时的日志文件和询问

打开[控制面板]→[系统]→[高级]→[启动和故障恢复]→[系统失败]

去掉"将事件写入系统日志""发送错误警报"

☆提高系统性能

9.删除无用的文件

方法:打开[控制面板]→[文件夹选项]→[查看]→[显示所有文件和文件夹]

C:\Documents

and

Settings\用户名\Cookies\除index文件外的所有文件(浏览网页产生的记录文件)

C:\Documents

and

Settings\用户名\Local

Settings\Temp\下的所有文件（用户临时文件）

C:\Documents

and

Settings\用户名\LocalSettings\TemporaryInternet

Files\下的所有文件(浏览网页记录的多媒体信息,加速以后浏览)

C:\Documents

and

Settings\用户名\Local

Settings\History\下的所有文件（访问历史纪录）

C:\Documents

and

Settings\用户名\Recent\下的所有文件（最近浏览文件的快捷方式）

C:\WINDOWS\Temp\下的所有文件（临时文件）

C:\WINDOWS\ServicePackFiles下的所有文件（升级sp1或sp2后的备份文件）

C:\WINDOWS\Driver

Cache\i386下的压缩文件(驱动程序的备份文件)

C:\WINDOWS\SoftwareDistribution\download下的所有文件(未完成的软件下载)

C:\Windows\下以

$u...

开头的隐藏文件(微软更新安装文件备份)

☆立即节省:数百M

10.磁盘碎片整理

下面该做的就是磁盘碎片整理了,只有整理之后才能获得更多的空间哦^_^

方法:[开始]→[程序]→[附件]→[系统工具]→[磁盘碎片整理]...(记得先"分析"后"整理")二。发信人:

liushafeng

(终结者),

信区:

Hardware

标

题:

减少Win

XP资源占用的八大技巧

Windows

XP被微软称为其历史上最优秀的操作系统，有让你眼花缭乱的各种功能、更快的速度，当然这一切都对计算机的硬件提出了更高的要求，如果你希望Windows

XP能够尽可能少地占用你有限的

虽然Windows

XP被微软自称为有史以来最稳定、功能最强大的Windows操作系统，并且运行速度飞快——启动速度甚至比同样配置的Win

2000还要快许多，你可能依然不满足于此，希望

一、使用朴素界面

XP安装后默认的界面包括任务栏、开始选单、桌面背景、窗口、按钮等都采用的是XP的豪华、炫目的风格，但缺点显而易见，它们将消耗掉不少系统资源，但实用意义不大。

[方法]鼠标右键单击桌面空白处，在弹出选单点击“属性”进入显示属性设置窗口，将“主题、外观”都设置为“Windows经典”，将桌面背景设置为“无”，按确定保存退出。

二、减少启动时加载项目

许多应用程序在安装时都会自作主张添加至系统启动组，每次启动系统都会自动运行，这不仅延长了启动时间，而且启动完成后系统资源已经被吃掉不少![方法]选择“开始”选单的“运行”，键入“msconfig”启动“系统配置实用程序”，进入“启动”标，在此窗口列出了系统启动时加载的项目及来源，仔细查看你是否需要它自动加载，否则清除项目前的复选框，加载的项目愈少，启动的速度自然愈快。此项需要重新启动方能生效。

三、优化视觉效果

[方法]选择“系统属性”中的“高级”标签进入“性能选项”界面，其中“视觉效果”中可供选择的包括:自动设置为最佳、最佳外观、最佳性能、自定义。选中的效果越多则占用的系统资源越多，选定“最佳性能”项将关闭列表中列出诸如淡入淡出、平滑滚动、滑动打开等所有视觉效果。

四、关闭系统还原

默认情况下系统还原功能处于启用状态，每个驱动器约被占用高达4%～12%的硬盘空间，并且系统还原的监视系统会自动创建还原点，这样在后台运行就会占用较多的系统资源。

[方法]鼠标右键点击桌面“我的电脑”中的“属性”进入“系统属性”设置窗口，选择“系统还原”标签，将“在所有驱动器上关闭系统还原”置为选中状态

五、加快选单显示速度

[方法]运行注册表编辑器，进入“HKEY_CURRENT_USERControl

PanelDesktop”，将名称为MenuShowDelay的数据值由原来默认的400修改为0，修改后XP的开始选单、甚至应用软件的选单显示速度都会明显加快。

六、启用DMA传输模式

所谓DMA，即直接存储器存储模式，指计算机周边设备(主要指硬盘)可直接与内存交换数据，这样可加快硬盘读写速度，提高速据传输速率。

[方法]选择“系统属性”中的“硬件”标签，打开“设备管理器”，其中“IDE控制器

”有两项“Primary

IDE

Channel”及“Secondary

IDE

Channel”，依次进入“属性→高

级设置”，该对话框会列出目前IDE接口所连接设备的传输模式，点击列表按钮将“传输模

式”设置为“DMA(若可用

七、移动临时文件储存路径

多数应用软件在运行时都会产生临时文件，而且这些临时文件都默认保存于启动分区

C盘，长时间频繁读写C盘极易产生大量文件碎片，从而影响C盘性能，而C盘又是储存系统启动核心文件的分区，C盘的性能直接影响到系统的稳定性与运行效率。应尽量将应用软件安装于启动盘以外的分区并定期对硬盘进行整理，此举可最大程度避免产生磁盘碎片，将启动或读写速度保持在最佳状态。

Internet

Explorer临时文件夹

[方法]在IE主窗口中，依次进入“工具→Internet选项→常规”标签，打开“Intern

et临时文件”设置界面，点击“移动文件夹”按钮将原来保存于C盘的临时目录移动至C盘

以外的驱动器中，如果你使用的是宽带，可将“临时文件夹”使用空间设置为最小值1M

刻录时产生的临时文件

[方法]文件在刻录之前都会保存于C盘的刻录临时文件夹中，进入资源管理器，选择刻录机盘符并单击鼠标右键选单的“属性”项，在“录制”标签下可将此临时文件夹安置于

其它驱动器。

我的文档

[方法]鼠标右键点击“我的文档”，在属性设置项中可将“我的文档”默认的保存路

径修改至其它盘符。

八、增加虚拟内存

[方法]进入“性能选项”的“高级”设置窗口，首先将“处理器计划”及“内存使用

”都调整为“程序”优化模式。点击“更改”按钮进入虚拟内存设置窗口，若你的内存大

于256M，建议你禁用分页文件。默认的分页文件为物理内存的1.5倍。禁用系统缓存需重新启动系统。如果你的内存低于256M，请勿禁用分页文件，否则会导致系统崩溃或无法再启动XP!

三windows使用时间长了，自然就会产生这样那样的临时文件，影响系统速度，让人烦心。对于老鸟来说，可以通过修改注册表、手动优化系统性能来提高速度，而对新手来说比较困难。这里我们可以下载一些专门的系统优化软件，进行一些简单的设计，就能达到我们想要的效果。这里我推荐一些常用又好使的软件：WINDOWS优化王、优化大师、超级兔子等。其中WINDOWS优化王非常好用，一看就会、功能全面、省时省心。

完全清理[

毒

]垃圾

藏在XP中的一个秘密武器，可以完整清除垃圾文件

藏在XP中的一个秘密武器，可以完整清除垃圾文件

你有用过Windows内置的清理磁盘功能吗？

它并不能完全地清洗Windows内不需要的档案，因为它的功能被隐藏了，本篇将会把它被封印了的功能完全打开。适用的窗口板本

除了Win95及Win98外

这个方法阶适用于Win98se、Win2000、WinME、WinXP

现在介绍两个「清理磁盘」工具的指令：

SAGESET

及

SAGERUN

首先在「开始」>「执行」

然后输入

cleanmgr

/sageset:99

设定:

特别模式「清理磁盘」工具会执行，你会发觉多了很多清理选择，选择你想要清理的档案，通常全部都可以删除，完成你的选择后再按「确定」。然后再打开「开始」>「运行」

输入：cleanmgr

/SAGERUN:99

杀毒1

这种情况往往表现在打开IE时，在IE界面的左下框里提示：正在打开网页，但老半天没响应。在任务管理器里查看进程，（进入方法，把鼠标放在任务栏上，按右键—任务管理器—进程）看看CPU的占用率如何，如果是100%，可以肯定，是感染了病毒，这时你想运行其他程序简直就是受罪。这就要查查是哪个进程贪婪地占用了CPU资源．找到后，最好把名称记录下来，然后点击结束，如果不能结束，则要启动到安全模式下把该东东删除，还要进入注册表里，（方法：开始—运行，输入regedit）在注册表对话框里，点编辑—查找，输入那个程序名，找到后，点鼠标右键删除，然后再进行几次的搜索，往往能彻底删除干净。

杀毒2

今天在这里为大家提供两则小技巧，以便帮你强行杀死顽固病毒进程。

根据进程名查杀

这种方法是通过WinXP系统下的taskkill命令来实现的，在使用该方法之前，首先需要打开系统的进程列表界面，找到病毒进程所对应的具体进程名。

接着依次单击“开始→运行”命令，在弹出的系统运行框中，运行“cmd”命令；再在DOS命令行中输入“taskkill/imaaa”格式的字符串命令，单击回车键后，顽固的病毒进程“aaa”就被强行杀死了。比方说，要强行杀死“conime。exe”病毒进程，只要在命令提示符下执行“taskkill/imconime。exe”命令，要不了多久，系统就会自动返回结果。

根据进程号查杀

上面的方法，只对部分病毒进程有效，遇到一些更“顽固”的病毒进程，可能就无济于事了。此时你可以通过Win2000以上系统的内置命令——ntsd，来强行杀死一切病毒进程，因为该命令除System进程、SMSS。EXE进程、CSRSS。EXE进程不能“对付”外，基本可以对付其它一切进程。但是在使用该命令杀死病毒进程之前，需要先查找到对应病毒进程的具体进程号。

考虑到系统进程列表界面在默认状态下，是不显示具体进程号的，因此你可以首先打开系统任务管理器窗口，再单击“查看”菜单项下面的“选择列”命令，在弹出的设置框中，将“PID(进程标志符)”选项选中，单击“确定”按钮。返回到系统进程列表页面中后，你就能查看到对应病毒进程的具体PID了。

接着打开系统运行对话框，在其中运行“cmd”命令，在命令提示符状态下输入“ntsd-cq-pPID”命令，就可以强行将指定PID的病毒进程杀死了。例如，发现某个病毒进程的PID为“444”，那么可以执行“ntsd-cq-p444”命令，来杀死这个病毒进程。

杀毒3

Windows任务管理器是大家对进程进行管理的主要工具，在它的“进程”选项卡中能查看当前系统进程信息。在默认设置下，一般只能看到映像名称、用户名、CPU占用、内存使用等几项，而更多如I/O读写、虚拟内存大小等信息却被隐藏了起来。可别小看了这些被隐藏的信息，当系统出现莫名其妙的故障时，没准就能从它们中间找出突破口。

1.查杀会自动消失的双进程木马

前段时间朋友的电脑中了某木马，通过任务管理器查出该木马进程为“system.exe”，终止它后再刷新，它又会复活。进入安全模式把c:＼windows＼system32＼system.exe删除，重启后它又会重新加载，怎么也无法彻底清除它。从此现象来看，朋友中的应该是双进程木马。这种木马有监护进程，会定时进行扫描，一旦发现被监护的进程遭到查杀就会复活它。而且现在很多双进程木马互为监视，互相复活。因此查杀的关键是找到这“互相依靠”的两个木马文件。借助任务管理器的PID标识可以找到木马进程。

调出Windows任务管理器，首先在“查看→选择列”中勾选“PID（进程标识符）”，这样返回任务管理器窗口后可以看到每一个进程的PID标识。这样当我们终止一个进程，它再生后通过PID标识就可以找到再生它的父进程。启动命令提示符窗口，执行“taskkill

/im

system.exe

/f”命令。刷新一下电脑后重新输入上述命令，可以看到这次终止的system.exe进程的PID为1536，它属于PID为676的某个进程。也就是说PID为1536的system.exe进程是由PID为676的进程创建的。返回任务管理器，通过查询进程PID得知它就是“internet.exe”进程。

找到了元凶就好办了，现在重新启动系统进入安全模式，使用搜索功能找到木马文件c:＼windows＼internet.exe

，然后将它们删除即可。前面无法删除system.exe，主要是由于没有找到internet.exe（且没有删除其启动键值），导致重新进入系统后internet.exe复活木马。

2.揪出狂写硬盘的P2P程序

单位一电脑一开