開題報告書-人臉識別系統(tǒng)的研究報告及實現(xiàn)

1、-. z.*理工大學本科生畢業(yè)設計論文任務書學院： 自動化學院 專業(yè)班級：自動化1005班：王建華*：01畢業(yè)設計論文題目：人臉識別系統(tǒng)的研究與實現(xiàn)任務書含以下方面的內(nèi)容：設計論文主要內(nèi)容：OpenCV是一個開源的跨平臺計算機視覺庫，可實現(xiàn)圖像處理和計算機視覺方面的很多通用算法。OpenCV給人臉識別提供了一整套圖像處理以及圖像與模式分析函數(shù)，可迅速完成人臉的識別和檢測。本研究希望利用OpenCV庫，開發(fā)一個人臉識別系統(tǒng)，能夠識別出6-8個人臉，并有相應的反響。要求完成的主要任務：1、查閱不少于15篇的相關(guān)資料，其中英文文獻不少于2篇，完成開題報告。2、通過對資料的閱讀，深入了解OpenCV庫

2、以及人臉檢測與識別的相關(guān)算法。3、利用OpenCV庫實現(xiàn)人臉檢測與識別算法。4、完成不少于2萬英文5000漢字印刷符的英文文獻翻譯。5、完成畢業(yè)論文設計說明書和相關(guān)圖紙。三 進度安排第1-2周：查閱相關(guān)文獻資料，明確研究內(nèi)容，了解研究所需硬件和軟件。確定方案，完成開題報告。第3-4周：安裝軟件，學習熟練應用軟件OpenCV。第5-7周：學習OpenCV庫中的相關(guān)函數(shù)。第8-10周：利用VS2010軟件編程，熟練掌握OpenCV的各種相關(guān)功能。第10-12周：OpenCV程序的修改，調(diào)試。第13-14周：修改并完成畢業(yè)論文。第15周：準備論文辯論。(四) 必讀參考資料及主要參考文獻1 美 布拉德

3、斯基Bradski G.，美 克勒Kaehler A.，于仕琪，*瑞禎學習OpenCV中文版M清華大學，2009：601.2*宏林Visual C+數(shù)字圖像模式識別技術(shù)及工程實踐M：人民郵電，20033 *瑞禎，于仕琪OpenCV 教程根底篇，：航空航天大學，2007：243-4024SonkaMilan，Hlavac Image Processing，Analysis andMachine VisionSVaclav NelsonEngineering，2007-04指導教師簽名： 年 1 月 26 日系主任簽名： 年 月 日院長簽名章： 年 月 日本科生畢業(yè)設計論文開題報告學生*： 王建華

4、導師*、職稱：梁紅、講師所屬學院：自動化學院專業(yè)班級： 自動化1005班設計(論文)題目：人臉識別系統(tǒng)的研究與實現(xiàn)2014年 3月 16日1、目的及意義含國內(nèi)外的研究現(xiàn)狀分析人臉識別技術(shù)是包括人臉檢測和人臉身份認證技術(shù)在內(nèi)的識別技術(shù)，人臉檢測是根據(jù)所獲得視頻或者圖片信息，利用圖像處理和計算機視覺相關(guān)算法，從圖像中判斷是否有人臉，并給出存在人臉的數(shù)量和位置，更進一步的是通過臉與臉的匹配識別人臉的身份。人臉識別技術(shù)的研究無論在理論上還是在實踐中都有很大的意義，它涵蓋了數(shù)字圖像處理、神經(jīng)網(wǎng)絡、心理學、生理學、模式識別、計算機視覺以及人工智能等各方面的知識內(nèi)容，對推動各個學科領(lǐng)域的開展具有重要的理論意

5、義。在公安、金融、網(wǎng)絡平安、物業(yè)管理以及考勤等各種領(lǐng)域也都有著巨大的應用價值。如人臉識別技術(shù)可以快速地計算出實時采集到臉部數(shù)據(jù)與人臉圖像數(shù)據(jù)庫中人員的臉部數(shù)據(jù)之間的相似度，返回鑒別結(jié)果和相對應的可信度。如應用面像捕捉，人臉識別技術(shù)可以在監(jiān)控*圍中跟蹤一個人并確定他的位置。如在商場、銀行、交易所等和金融相關(guān)場所，加以人臉識別智能監(jiān)控，排除不法分子的侵入。利用人臉識別技術(shù)，可以進展計算機的登錄控制，可以進展應用程序平安使用、數(shù)據(jù)庫平安訪問和文件加密，可以實現(xiàn)局域網(wǎng)和廣域網(wǎng)的平安控制，可以保護電子商務的平安性。如門禁控制，通過攝像機動態(tài)捕獲人臉,將人臉信息同數(shù)據(jù)庫中的人臉信息進展檢索比照,只有圖像信

6、息符合的人才可以進入,否則拒絕進入。在日常生活中，人們識別周圍的人用的最多的是人臉。由于人臉識別的非侵犯性，具有直接、友好、方便的特點，是人們最容易承受的身份鑒別方式。模式識別技術(shù)早在上個世紀 60 年代就已經(jīng)有人提出，由于當時計算機處理速度的限制，只能從理論上證明是可行的。20世紀90年代以來,隨著高速度高性能計算機的出現(xiàn),人臉識別方法有了重大突破，進入了真正的機器自動識別階段,人臉識別研究也得到了前所未有的重視。歐美等各高校都建立了人臉識別的實驗室，其中著名的大學包括麻省理工學院MIT、卡內(nèi)基梅隆大學CMU等。在美國主要有麻神理工學院等研究實驗室提出的特征人臉對特征空間的投影來實現(xiàn)；在法國

7、已經(jīng)把人臉識別身份認證技術(shù)應用到自助取款機上，在實際使用時需要用一臺 3D 攝像機，采集人的立體影像來鑒定身份。目前，美國許多研究小組相繼投入到人臉識別方面的研究工作，他們的研究工作得到了美國軍方、警方和大公司的資助，進展迅速。美國軍方更是在每年組織人臉識別大賽(FERT)，以促進人臉識別的研究。日本sony公司最新推出的數(shù)碼相機已經(jīng)整合了人臉自動識別功能，在拍照時，可以自動檢測出人臉區(qū)域并進展對焦，并且還具有識別笑臉的功能，能夠自動檢測出笑臉。2007 年 3 月，美國 NIST 報告了 2006 年人臉識別供給商評測FRVT2006結(jié)果，對控制光照條件下的極高分辨率正面人臉圖像，最小錯誤承

8、受率為 0.001時，最小錯誤拒絕率已到達 0.01，對高分辨率、低分辨率下的正面人臉圖像的識別，這個數(shù)據(jù)也分別到達了 0.021 與 0.024。在一定條件，有些技術(shù)甚至超過了人類的人臉識別力。國內(nèi)對于人臉識別的研究較之國外稍晚一些，但是開展速度很快，同時，國家對人臉識別技術(shù)的研究也給予了高度的重視。九十年代中后期以來，國內(nèi)眾多研究機構(gòu)的研究組在國家自然科學基金、863 方案等資助下開場對人臉識別進展了研究。其中，具有代表性的人臉識別系統(tǒng)有：清華大學電子系丁曉青教授研究小組開發(fā)的 THfaceID 系統(tǒng)；中國科技大電子科學與技術(shù)系莊鎮(zhèn)泉教授研究小組開發(fā)的人臉識別考勤系統(tǒng)KD-Face2.0；

9、中科院計算所高文研究組開發(fā)的GodEye系統(tǒng)；清華大學電子系蘇光大教授研究小組開發(fā)的大型人臉綜合識別系統(tǒng)；中科院自動化所李子青研究小組開發(fā)的人臉識別系統(tǒng)等。2008 年，在奧運會及殘奧會開閉幕式，使用了由 CBSR 研制的人臉識別技術(shù)進展實名制門票查驗。在奧運會及殘奧會開閉幕式中，約 36 萬人次經(jīng)過了人臉識別系統(tǒng)的驗證后進入開閉幕式現(xiàn)場。為奧運會的安保工作做出了巨大的奉獻，該技術(shù)擁有完全獨立自主的知識產(chǎn)權(quán)，人臉識別系統(tǒng)的性能優(yōu)良，在國際上亦處于領(lǐng)先地位。2011 年 1 月，由*政府資助開發(fā)出了新型的人臉識別自動售貨機，該機器可以應用在*些特殊商品的銷售領(lǐng)域中，如保健產(chǎn)品、面膜、剃須刀等，該

10、人臉識別自動售貨機可以根據(jù)消費者面部的特征向其推薦特定的商品。同時，人臉識別技術(shù)也可以幫助解決很多社會問題，比方，目前的挽救乞討兒童的公益活動。其中，以中科院自動化所免費提供人臉識別相關(guān)的技術(shù)支持，并與多個網(wǎng)絡平臺合作盡快的付諸于實踐。2、根本內(nèi)容和技術(shù)方案人臉識別系統(tǒng)最主要的功能就是要能識別出人臉，首先該系統(tǒng)需要對通過攝像頭拍照而獲取到的原始的人臉圖片進展一系列處理才可進展下一步的工作，該處理過程也稱圖像預處理。只有預處理模塊做的好，才可能很好的完成后面的人臉定位和特征提取這兩大關(guān)鍵模塊。人臉識別系統(tǒng)的根本功能包括圖像獲取功能、圖像預處理功能、人臉跟蹤定位功能。圖像獲取模塊主要是從攝像頭拍照

11、后進展獲取圖片，也可以從圖片庫中獲取，獲取后的圖片可以在軟件的界面中顯示出來以便進展識別。圖像預處理模塊主要包括圖像光線補償、圖像灰度化、高斯平滑、均衡直方圖、實現(xiàn)圖像比照度增強、二值化變換等。人臉定位模塊主要是將處理后的人臉圖片進展定位，將眼睛、鼻子、嘴巴標記出來，以便進展特征提取。在用VS2010開發(fā)的工程中，只要正確安裝OpenCV，并在自己開發(fā)的應用程序中正確配置和OpenCV的連接，就可以直接調(diào)用它的視頻捕獲和圖像處理函數(shù)，獲取圖像和圖像預處理。圖像預處理后，人臉圖像得到增強，進展人臉檢測時，受光的影響得到減輕，然后利用膚色和Adaboost算法進展人臉檢測。人臉定位是將典型的臉部特

12、征標記出來，在本系統(tǒng)中，定位的特征是眼睛，鼻尖和嘴巴三個。由于眼睛具有對稱性，因此可以很快就能標記出來，而鼻子是在眼睛下面，且嘴巴在鼻子下面，所以只要眼睛標記好，鼻子和嘴巴也能相應的標記出來。在運動區(qū)域提取階段，考慮攝像機輸入的一個圖像序列。假定在圖像中要檢測的人物處于運動狀態(tài)，而背景則保持不變，則通過相鄰兩幀圖像進展差分運算，可以舍棄圖像中保持不變的局部，保存發(fā)生變化的局部。這樣做可以有效地保存人臉的候補區(qū)域，去除大局部的背景區(qū)域，尤其是那些顏色和人類的膚色一樣或相近的背景區(qū)域，把人臉從復雜背景下別離出來。所以最后技術(shù)方案確定為直接使用VS2010調(diào)用OpenCV的視頻捕獲和圖像處理函數(shù)獲取

13、圖像和圖像預處理，再利用膚色和Adaboost算法進展人臉檢測，最后將人臉特征標記出來。3、進度安排第1-3周：查閱相關(guān)文獻資料，明確研究內(nèi)容，了解研究所需硬件和軟件。確定方案，完成開題報告。第3-4周：安裝軟件，學習熟練應用軟件OpenCV。第5-7周：學習OpenCV庫中的相關(guān)函數(shù)。第8-10周：利用VS2010軟件編程，熟練掌握OpenCV的各種相關(guān)功能。第10-12周：OpenCV程序的修改，調(diào)試。第13-14周：修改并完成畢業(yè)論文。第15周：準備論文辯論。4、閱讀的參考文獻1美布拉德斯基Bradski G.，美克勒Kaehler A.，于仕琪，*瑞禎學習OpenCV中文版M清華大學，

14、2009：601.2 *宏林Visual C+數(shù)字圖像模式識別技術(shù)及工程實踐M：人民郵電，20033 *瑞禎，于仕琪OpenCV 教程根底篇，：航空航天大學，2007：243-4024 Sonka Milan，Hlavac Image Processing，Analysis and Machine VisionSVaclav NelsonEngineering，2007-045 邊肇祺，*學工模式識別(第二版)M：清華大學，176-2286 徐慧VisualC+數(shù)字圖像實用工程案例精選M：人民郵電，96-170，20047 周長發(fā)精通VisualC+圖像處理編程M：電子工業(yè)，130-163，2

15、0048 (美) Sara Ford著 , 謝俊譯VisualStudio程序員箴言M：人民郵電，20109 黃朝興人臉識別系統(tǒng)的研究與實現(xiàn)D碩士學位論文，:西南交通大學，200610 楊靖宇，金鐘，郭躍飛人臉圖像有效鑒別特征抽取與識別，*理工大學學報，2000，24(3)：193-19811 Yang G Z，Huang T SHuman face detection in a ple* background JPattern Recognition，1994，27(1)：536312 李華勝，楊樺，袁保宗人臉識別系統(tǒng)中的特征提取J交通大學學報，2001，25(2)：413 盧春麗，*長水基

16、于區(qū)域特征的快速人臉檢測法J清華大學學報(自然科學版)，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 李銀燕基于Adaboost方法的人臉檢測D：復旦大學信息科學與工程學院，200616 史東承人臉圖像信息處理與識別技術(shù)M電子工業(yè)，2010-1017 李培華序列圖像中運動目標跟蹤方

17、法S科學，2010-0418 王永衛(wèi)，李介谷基于膚色特征的最短生成樹方法進展人臉分割*交通大學學報，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